Tracking Objects in Video with Particle Filters
Code a particle filter from scratch in Python and use it to track a target in a real-world video.
In this one hour long project-based course, you will tackle a real-world computer vision problem. We will be locating and tracking a target in a video shot with a digital camera. We will encounter some of the classic challenges that make computer vision difficult: noisy sensor data, objects that change shape, and occlusion (object hidden from view). We will tackle these challenges with an artificial intelligence technique called a particle filter. By the end of this project, you will have coded a particle filter from scratch using Python and numpy. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Навыки, которые вы получите
Будете учиться пошагово
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Load video frames
Display video frames
Initialize a particle filter
Compute errors
Compute weights and resample
Apply noise
Optimize the particle filter
Как устроены проекты с консультациями
Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.
На разделенном экране видео преподаватель предоставляет пошаговые
Часто задаваемые вопросы
Часто задаваемые вопросы
Что я получу, приобретя Проект с консультациями?
Доступны ли Проекты с консультациями на ПК и мобильных устройствах?
Какие преподаватели ведут Проекты с консультациями?
Можно ли скачать свою работу после завершения Проект с консультациями?
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Можно ли прослушать Проект с консультациями и посмотреть видео бесплатно?
Какие предварительные знания требуются для работы над Проект с консультациями?
Можно ли пройти этот Проект с консультациями в веб-браузере, не устанавливая специальное ПО?
Как организованы Проекты с консультациями?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera Footer
