Columbia University
Spezialisierung Erste Grundlagen der Computer Vision
10.317 angemeldet
Columbia University

Spezialisierung Erste Grundlagen der Computer Vision

Beherrschen Sie die ersten Prinzipien der Computer Vision. Weiterentwicklung der mathematischen und physikalischen Algorithmen, die das Computer Vision System unterstützen

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema

(201 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
7 Monate bei 10 Stunden pro Woche
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema

(201 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
7 Monate bei 10 Stunden pro Woche
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern

Überblick

  • Beherrschen Sie die Funktionsweise einer Digitalkamera und lernen Sie die Grundlagen der Bildverarbeitung

  • Erstellen Sie eine Theorie der Merkmalserkennung und entwickeln Sie Algorithmen zur Extraktion von Merkmalen aus Bildern

  • Erforschen Sie neue Methoden zur Verwendung visueller Hinweise (Schattierung, Unschärfe usw.), um die 3D-Form eines Objekts aus mehreren Bildern oder Blickwinkeln wiederherzustellen

  • Machen Sie sich mit grundlegenden Wahrnehmungsaufgaben wie Bildsegmentierung, Objektverfolgung und Objekterkennung vertraut

Kompetenzen, die Sie erwerben

  • Kategorie: Artificial Neural Networks
  • Kategorie: Graph Theory
  • Kategorie: Computer Vision
  • Kategorie: Computer Graphics
  • Kategorie: Visualization (Computer Graphics)
  • Kategorie: Unsupervised Learning
  • Kategorie: Display Devices
  • Kategorie: Virtual Reality
  • Kategorie: 3D Modeling
  • Kategorie: Photography
  • Kategorie: Electronic Components
  • Kategorie: Machine Learning Algorithms
  • Kategorie: Color Theory
  • Kategorie: Estimation
  • Kategorie: Mathematical Modeling
  • Kategorie: Image Analysis
  • Kategorie: Algorithms
  • Kategorie: Dimensionality Reduction
  • Kategorie: Medical Imaging
  • Kategorie: Automation Engineering

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
143 Praxisübungen

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Columbia University.

Spezialisierung - 5 Kursreihen

Was Sie lernen werden

  • Lernen Sie, wie eine Kamera funktioniert und wie ein Bild mithilfe eines Objektivs erzeugt wird

  • Verstehen, wie ein Bildsensor funktioniert und welche Eigenschaften er hat

  • Entwerfen Sie Kameras, die einen hohen Dynamikbereich und einen weiten Bildwinkel erfassen

  • Lernen Sie, binäre Bilder zu erstellen und damit ein einfaches Objekterkennungssystem aufzubauen

Kompetenzen, die Sie erwerben

Kategorie: Bildanalyse
Kategorie: Angewandte Mathematik
Kategorie: Fortgeschrittene Mathematik
Kategorie: Computervision
Kategorie: Fotografie
Kategorie: Lineare Algebra
Kategorie: Algorithmen
Kategorie: Geräte anzeigen
Kategorie: Computergrafik
Kategorie: Medizinische Bildgebung

Was Sie lernen werden

  • Lernen Sie, wie Sie Kanten und Ecken in Bildern erkennen können.

  • Entwickeln Sie aktive Konturen (Schlangen), um komplexe Objektgrenzen zu finden.

  • Lernen Sie die Hough-Transformation kennen, um einfache parametrische Formen in Bildern zu finden

  • Erfahren Sie mehr über Bildtransformationen und wie Sie die Homographie zwischen zwei Bildern schätzen können

Kompetenzen, die Sie erwerben

Kategorie: Computervision
Kategorie: Lineare Algebra
Kategorie: Bildanalyse
Kategorie: Computergrafik
Kategorie: Maschinelles Lernen
Kategorie: Algorithmen

Was Sie lernen werden

  • Lernen Sie radiometrische Konzepte in Bezug auf Licht und dessen Wechselwirkung mit Szenen.

  • Verstehen Sie Reflexionsmodelle und die verschiedenen physikalischen Mechanismen, die das Aussehen einer Oberfläche bestimmen

  • Entwickeln Sie eine Methode, um die Form einer Oberfläche aus ihrer Schattierung zu ermitteln.

  • Verstehen Sie das Prinzip des photometrischen Stereosystems, bei dem durch Variation der Beleuchtungsrichtung eine dichte Karte der Oberflächennormalen der Szene erstellt wird

Kompetenzen, die Sie erwerben

Kategorie: Computervision
Kategorie: Bildanalyse
Kategorie: Computergrafik
Kategorie: 3D-Modellierung
Kategorie: Visualisierung (Computergrafik)
Kategorie: Mathematische Modellierung

Was Sie lernen werden

  • Entwickeln Sie ein umfassendes Kameramodell und lernen Sie, wie man eine Kamera kalibriert, indem man ihre Parameter schätzt.

  • Entwickeln Sie ein einfaches Stereosystem, das zwei Kameras mit bekannter Konfiguration verwendet, um die 3D-Struktur einer Szene zu schätzen.

  • Entwerfen Sie einen Algorithmus, der sowohl die Struktur der Szene als auch die Bewegung der Kamera aus einem Video wiederherstellt.

  • Entwickeln Sie optische Flussalgorithmen zur Schätzung der Bewegung von Punkten in einer Videosequenz

Kompetenzen, die Sie erwerben

Kategorie: Computervision
Kategorie: Lineare Algebra
Kategorie: Computergestütztes Denken
Kategorie: Angewandte Mathematik
Kategorie: Mathematische Modellierung
Kategorie: 3D-Modellierung
Kategorie: Computergrafik
Kategorie: Schätzung
Kategorie: Bildanalyse

Was Sie lernen werden

  • Entwerfen Sie Algorithmen zur Erkennung von bedeutsamen Veränderungen in einer Szene

  • Entwicklung von Methoden zur Verfolgung von Objekten in einem Video, während das Objekt Veränderungen in der Pose und der Beleuchtung unterliegt

  • Lernen Sie verschiedene Ansätze zur Segmentierung eines Bildes in sinnvolle Regionen kennen

  • Erstellen Sie eine End-to-End-Pipeline für das Lernen und Erkennen von Objekten auf der Grundlage ihrer visuellen Erscheinung

Kompetenzen, die Sie erwerben

Kategorie: Bildanalyse
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Künstliche neuronale Netze
Kategorie: Dimensionalitätsreduktion
Kategorie: Computervision
Kategorie: Maschinelles Lernen
Kategorie: Computergrafik
Kategorie: Unüberwachtes Lernen
Kategorie: Deep Learning
Kategorie: Feature Technik

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Shree Nayar
Columbia University
5 Kurse20.363 Lernende

von

Columbia University

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen