自動運転車の視覚認識 | 大学ネットワーク

説明

トロント大学の自動運転車専門分野の XNUMX 番目のコースである自動運転車の視覚認識へようこそ。

このコースでは、自動運転における主な認識タスク、静的および動的物体検出を紹介し、ロボット認識のための一般的なコンピュータービジョン手法を概説します。このコースを終了すると、ピンホールカメラモデルを操作し、内部および外部カメラのキャリブレーションを実行し、画像の特徴を検出、記述、照合し、独自の畳み込みニューラルネットワークを設計できるようになります。これらのメソッドを視覚的なオドメトリ、オブジェクトの検出と追跡、および走行可能な路面を推定するためのセマンティックセグメンテーションに適用します。これらの技術は、自動運転車の認識システムの主要な構成要素を表します。

このコースの最後のプロジェクトでは、シーン内のオブジェクトの境界ボックスを識別し、走行可能な表面の境界を定義するアルゴリズムを開発します。合成画像データと実際の画像データを操作し、現実的なデータセットでのパフォーマンスを評価します。

これは、コンピュータービジョンとディープラーニングの背景を持つ学習者を対象とした上級コースです。このコースを完了するには、Python 3.0 でのプログラミング経験があり、線形代数 (行列、ベクトル、行列の乗算、ランク、固有値、ベクトルと逆数) に精通している必要があります。