
Neste vídeo você terá uma visão geral sobre o conteúdo do curso
Neste vídeo você terá uma visão geral sobre o conteúdo deste módulo inicial
Nesta aula você aprenderá conceitos sobre visão computacional e as diferenças entre detecção facial e reconhecimento facial
Nesta aula você aprenderá um pouco sobre a teoria da detecção de faces
Nesta aula você aprenderá sobre o funcionamento do classificador Haar Cascades
Neste vídeo você verá o conteúdo que será abordado neste módulo
Nesta aula veremos sobre a instalação do Java e do Netbeans
Nesta aula você aprenderá a fazer o download e instalação do OpenCV, bem como a configuração do projeto no Netbeans
Nesta aula você aprenderá como exibir uma imagem em tela utilizando o OpenCV
Nesta aula você aprenderá como converter uma imagem colorida em escala de cinza utilizando funções do OpenCV
Nesta aula veremos os arquivos XML haar cascades que utilizaremos no curso
Nesta aula veremos as imagens de pessoas que serão utilizadas para detecção das faces e olhos
Nesta aula você aprenderá passo a passo como fazer a implementação para detectar faces em imagens
Nesta aula faremos o teste da detecção de faces com as outras imagens das pessoas
Nesta aula você aprenderá sobre o parâmetro Scale Factor do classificador Haar Cascade
Nesta aula você aprenderá sobre os seguintes parâmetros do classificador Haar Cascade: minNeighbor, flags, minSize e maxSize
Nesta aula faremos o teste dos parâmetros com as outras imagens das pessoas
Nesta aula faremos a implementação passo a passo da codificação para detectarmos olhos
Nesta aulas faremos alguns testes com os parâmetros do classificador para melhorar a detecção dos olhos, utilizando para isso as outras imagens das pessoas
Neste vídeo você terá uma visão geral do conteúdo que será abordado neste módulo
Nesta aula será desenvolvido o código para transmitir as imagens da webcam para um JPanel
Nesta aula faremos testes com os parâmetros do classificador para melhorar os resultados da detecção de faces pela webcam
Nesta aula faremos alguns testes com os parâmetros do classificador para melhorar os resultados da detecção
Neste vídeo você terá uma visão geral do conteúdo que será abordado neste módulo
Nesta aula serão apresentadas as novas imagens que utilizaremos para a detecção de carros, relógios de parede, faces de gatos e bananas
Nesta aula você aprenderá como detectar gatos em imagens utilizando um classificador Haar Cascade específico para esta tarefa
Nesta aula você aprenderá como detectar relógios de parede em imagens utilizando um classificador Haar Cascade específico para esta tarefa
Nesta aula você aprenderá como detectar carros em imagens utilizando um classificador Haar Cascade específico para esta tarefa
Nesta aula você terá uma visão geral sobre o processo para treinar um classificador Haar Cascade
Neste vídeo faremos um apanhado geral do conteúdo visto no curso
A detecção facial é uma das subáreas da Inteligência Artificial que tem como objetivo detectar faces de pessoas em imagens ou vídeos. Smartphones e câmeras fotográficas utilizam esses recursos para enquadrar as pessoas em uma foto, geralmente colocando um retângulo em torno da face das pessoas detectadas. Esse tipo de aplicação tem ganhado bastante relevância em sistema de segurança, por exemplo, nos quais é necessário identificar se existem pessoas em um ambiente para que o alarme seja disparado. Nesse contexto, é importante que o sistema saiba diferenciar uma pessoa de um gato, para que o alarme não toque desnecessariamente.
Neste curso utilizaremos a linguagem Java e a biblioteca OpenCV, que é uma das mais utilizadas atualmente para processamento digital de imagens e tarefas de detecção e reconhecimento de faces e/ou objetos. Você aprenderá passo a passo como detectar faces e olhos de pessoas em imagens e também pela webcam! Além disso, teremos um bônus no qual implementaremos a detecção de outros itens, como carros, relógios de parede e até gatos! Nesse contexto, nós passaremos uma foto como parâmetro e o sistema identificará automaticamente a presença desses objetos ou animais! E o melhor é que o OpenCV possui recursos nativos para a programação desse tipo de função, o que torna o desenvolvimento bastante rápido e com poucas linhas de código!
É importante enfatizar que esse curso é baseado somente na detecção de faces e/ou objetos, ou seja, somente identificar se eles estão ou não presentes em uma imagem ou um vídeo. Em outras palavras, não faz parte do escopo do curso reconhecer uma determinada pessoa. Este curso pode ser considerado de nível iniciante, ou seja, se você nunca trabalhou com o OpenCV aplicado em Inteligência Artificial este material é um ótimo ponto de partida! E não há problema se você não conhece Java, pois os conceitos serão apresentados de forma que se você tem uma noção básica de lógica de programação conseguirá acompanhar as aulas tranquilamente.
Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)
Importante: o material deste curso é o mesmo do curso Detecção de Faces com Python e OpenCV