Percezione visiva per le auto a guida autonoma

Descrizione

Benvenuti a Visual Perception for Self-Driving Cars, il terzo corso della specializzazione sulle auto a guida autonoma dell'Università di Toronto.

Questo corso ti introdurrà ai principali compiti di percezione nella guida autonoma, nel rilevamento di oggetti statici e dinamici e esaminerà i metodi comuni di visione artificiale per la percezione robotica. Alla fine di questo corso sarai in grado di lavorare con il modello di fotocamera stenopeica, eseguire la calibrazione intrinseca ed estrinseca della fotocamera, rilevare, descrivere e abbinare le caratteristiche dell'immagine e progettare le tue reti neurali convoluzionali. Applicherai questi metodi all'odometria visiva, al rilevamento e al tracciamento degli oggetti e alla segmentazione semantica per la stima della superficie percorribile. Queste tecniche rappresentano gli elementi costitutivi principali del sistema di percezione delle auto a guida autonoma.

Per il progetto finale di questo corso, svilupperai algoritmi che identificano i riquadri di delimitazione degli oggetti nella scena e definiscono i confini della superficie percorribile. Lavorerai con dati di immagini sintetici e reali e valuterai le tue prestazioni su un set di dati realistico.

Si tratta di un corso avanzato, destinato a studenti con esperienza in visione artificiale e deep learning. Per avere successo in questo corso, dovresti avere esperienza di programmazione in Python 3.0 e familiarità con l'algebra lineare (matrici, vettori, moltiplicazione di matrici, rango, autovalori, vettori e inversi).