Visual Perception for Self-Driving Cars

Aperçu

Bienvenue dans La perception visuelle pour les voitures autonomes, un troisième cours crucial proposé par l'Université de Toronto dans le cadre de leur spécialisation complète sur les voitures autonomes. Ce cours avancé vise à doter les apprenants de compétences et connaissances essentielles dans le domaine de la perception autonome, en se concentrant à la fois sur la détection d'objets statiques et dynamiques tout en explorant une variété de techniques courantes de vision par ordinateur utilisées dans la perception robotique.

Tout au long de ce cours, les participants acquerront une maîtrise du modèle de caméra sténopé, réaliseront à la fois une calibration intrinsèque et extrinsèque de la caméra, et maîtriseront l'art de détecter, décrire et appairer les caractéristiques d'image.

De plus, les apprenants auront l'opportunité de concevoir des réseaux de neurones convolutionnels adaptés au secteur de l'automatisation.

En appliquant ces méthodologies à des domaines critiques tels que l'odométrie visuelle, la détection et le suivi d'objets, et la segmentation sémantique pour l'estimation de la surface praticable, les étudiants comprendront de manière globale les éléments fondamentaux des systèmes de perception des voitures autonomes.

Le projet final du cours met au défi les participants de créer des algorithmes qui identifient avec précision les boîtes englobantes pour les objets de scène et délimitent les limites de la surface praticable. Ce projet pratique permettra aux étudiants de travailler avec des données d'image synthétiques et réelles, évaluant la performance de leur algorithme à travers un ensemble de données réaliste.

Conçu pour les individus ayant une formation en vision par ordinateur et en apprentissage profond, ce cours exige des participants qu'ils aient une expérience préalable en programmation en Python 3.0 et une solide compréhension de l'Algèbre linéaire.

Ce cours est désormais disponible via Coursera et est fourni par l'Université Nationale de Taïwan, classé dans les catégories Vision par ordinateur, Véhicules autonomes et Détection d'objets.

Enseigné par

Steven Waslander

Sujets

canada