Detecção de Faces com Java e OpenCV
4.8 (5 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
57 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Detecção de Faces com Java e OpenCV to your Wishlist.

Add to Wishlist

Detecção de Faces com Java e OpenCV

Aprenda passo a passo como utilizar técnicas de Inteligência Artificial para detectar faces em imagens e pela webcam!
4.8 (5 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
57 students enrolled
Created by Jones Granatyr
Last updated 8/2017
Portuguese
Curiosity Sale
Current price: $10 Original price: $20 Discount: 50% off
30-Day Money-Back Guarantee
Includes:
  • 3.5 hours on-demand video
  • 2 Articles
  • 13 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What Will I Learn?
  • Entenda os conceitos teóricos sobre detecção facial
  • Aprenda a construir passo a passo uma codificação para encontrar faces em imagens e em vídeos
  • Aprenda a detectar outros objetos em imagens
View Curriculum
Requirements
  • É recomendado conhecimentos básicos sobre lógica de programação, embora não seja um pré-requisito e é possível acompanhar o curso sem essas habilidades
  • Não são necessários conhecimentos prévios sobre a linguagem Java ou sobre Inteligência Artificial
  • Se você tiver conhecimentos sobre Java, conseguirá entender melhor a codificação
Description

A detecção facial é uma das subáreas da Inteligência Artificial que tem como objetivo básico 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 básico, 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.

Sobre Inteligência Artificial

Você sabia que a Inteligência Artificial (IA) é uma das área de TI que mais está crescendo e se expandindo no mundo? E que o conhecimento dessa área pode também abrir novas oportunidades de negócio? Veja só alguns fatos que foram noticiados recentemente pela mídia: a Apple reforçando os investimento em IA, a Microsoft criando uma unidade de pesquisa especializada em IA, o Uber e o Twitter comprando startups de IA, a Samsung adquirindo uma plataforma de IA, a Toyota, o Facebook, a IBM e o Google investindo muito dinheiro em pesquisas nessa área! Isso sem falar que no Vale do Silício profissionais com esses conhecimentos estão em alta e que a Acer já previu que 2017 será definitivamente o ano da Inteligência Artificial!

A tendência é que o campo de trabalho de IA se desenvolva cada vez mais e é praticamente certo que haverá um aquecimento muito grande no mercado, fazendo com que as empresas busquem profissionais qualificados para atuarem em projetos dessa área! Não tem mais como ficar de fora!

Todo o curso é 100% em vídeo aulas, tem direito a certificado e acesso vitalício! 

O professor Jones Granatyr é fundador do portal IA Expert, que é um site com conteúdo exclusivo e atualizado sobre IA. Ele também leciona para os cursos de graduação em Ciência da Computação e Sistemas de Informação há mais de 10 anos e é doutorando e mestre na área de Inteligência Artificial pela Pontifícia Universidade Católica do Paraná (PUCPR).

Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)

Who is the target audience?
  • Pessoas interessadas em Inteligência Artificial e Detecção Facial
  • Pessoas que querem iniciar uma nova carreira em Inteligência Artificial
Students Who Viewed This Course Also Viewed
Curriculum For This Course
33 Lectures
03:31:52
+
Boas-vindas
1 Lecture 09:12

Neste vídeo você terá uma visão geral sobre o conteúdo do curso

Preview 09:12
+
Teoria básica sobre reconhecimento de faces
5 Lectures 34:50

Neste vídeo você terá uma visão geral sobre o conteúdo deste módulo inicial

Introdução
01:38

Nesta aula você aprenderá conceitos sobre visão computacional e as diferenças entre detecção facial e reconhecimento facial

Preview 07:48

Nesta aula você aprenderá um pouco sobre a teoria da detecção de faces

Detecção de faces I
07:54

Nesta aula você aprenderá sobre o funcionamento do classificador Haar Cascades

Detecção de faces II
17:25

Algoritmo Viola-Jones
00:05
+
Detecção de faces em imagens
14 Lectures 01:43:25

Neste vídeo você verá o conteúdo que será abordado neste módulo

Introdução
01:35

Nesta aula veremos sobre a instalação do Java e do Netbeans

Instalação das ferramentas
02:55

Nesta aula você aprenderá a fazer o download e instalação do OpenCV, bem como a configuração do projeto no Netbeans

Instalação e configuração do OpenCV
07:19

Nesta aula você aprenderá como exibir uma imagem em tela utilizando o OpenCV

Exibição de imagens em tela
11:51

Nesta aula você aprenderá como converter uma imagem colorida em escala de cinza utilizando funções do OpenCV

Conversão de imagens para escala de cinza
03:29

Nesta aula veremos os arquivos XML haar cascades que utilizaremos no curso

Haar cascades OpenCV
04:18

Nesta aula veremos as imagens de pessoas que serão utilizadas para detecção das faces e olhos

Imagens de pessoas para detecção
04:11

Nesta aula você aprenderá passo a passo como fazer a implementação para detectar faces em imagens

Detecção de faces I
18:13

Nesta aula faremos o teste da detecção de faces com as outras imagens das pessoas

Preview 04:43

Nesta aula você aprenderá sobre o parâmetro Scale Factor do classificador Haar Cascade

Parâmetros haar cascade I
09:28

Nesta aula você aprenderá sobre os seguintes parâmetros do classificador Haar Cascade: minNeighbor, flags, minSize e maxSize

Parâmetros haar cascade II
10:27

Nesta aula faremos o teste dos parâmetros com as outras imagens das pessoas

Parâmetros haar cascade III
05:46

Nesta aula faremos a implementação passo a passo da codificação para detectarmos olhos

Detecção de olhos I
08:20

Nesta aulas faremos alguns testes com os parâmetros do classificador para melhorar a detecção dos olhos, utilizando para isso as outras imagens das pessoas

Detecção de olhos II
10:50
+
Detecção de faces pela webcam
4 Lectures 23:57

Neste vídeo você terá uma visão geral do conteúdo que será abordado neste módulo

Introdução
01:19

Nesta aula será desenvolvido o código para transmitir as imagens da webcam para um JPanel

Preview 11:02

Nesta aula faremos testes com os parâmetros do classificador para melhorar os resultados da detecção de faces pela webcam

Detecção de faces pela webcam
06:21

Nesta aula faremos alguns testes com os parâmetros do classificador para melhorar os resultados da detecção

Testes com os parâmetros
05:15
+
Detecção de outros itens
6 Lectures 31:23

Neste vídeo você terá uma visão geral do conteúdo que será abordado neste módulo

Introdução
02:08

Nesta aula serão apresentadas as novas imagens que utilizaremos para a detecção de carros, relógios de parede, faces de gatos e bananas

Novas imagens para detecção
02:06

Nesta aula você aprenderá como detectar gatos em imagens utilizando um classificador Haar Cascade específico para esta tarefa

Detecção de gatos
04:36

Nesta aula você aprenderá como detectar relógios de parede em imagens utilizando um classificador Haar Cascade específico para esta tarefa

Detecção de relógios de parede
03:49

Nesta aula você aprenderá como detectar carros em imagens utilizando um classificador Haar Cascade específico para esta tarefa

Detecção de carros
08:34

Nesta aula você terá uma visão geral sobre o processo para treinar um classificador Haar Cascade

Detecção de objetos personalizados
10:10
+
Considerações finais
3 Lectures 09:04

Neste vídeo faremos um apanhado geral do conteúdo visto no curso

Considerações finais
04:26

Neste vídeo eu mostro o meu site, canal do Youtube e página do Facebook caso você queira saber mais sobre Inteligência Artificial

Preview 04:35

Cupons de desconto
00:03
About the Instructor
Jones Granatyr
4.7 Average rating
388 Reviews
2,249 Students
8 Courses
Professor

JonesGranatyr é professor, pesquisador e fundador do portal IA Expert. É doutorando (bolsista CAPES) e mestre (bolsista CNPq) em Ciência da Computação com ênfase em Inteligência Artificial, já tendo trabalhado há mais de 08 anos nesta área. No mestrado trabalhou dentro do contexto do projeto PAI-L (Piloto Automático Inteligente para Locomotivas) financiado pela FINEP, o qual teve como objetivo o desenvolvimento de um software inteligente para condução de locomotivas de carga. Possui especialização em Segurança em Redes de Computadores e Banco de Dados Distribuídos e graduação em Sistemas de Informação. Trabalha em projetos de pesquisa relacionados a área Inteligência Artificial, tais como Sistemas Especialistas, Mineração de Dados, Mineração de Textos, Sistemas Multiagente, Aprendizagem de Máquina e Computação Afetiva. Entre os anos de 2011 e 2012 foi bolsista de produtividade nível B1 do CNPq, trabalhando com Raciocínio Baseado em Casos no software JUSTINIA (Justiça Inteligente Apoiada em Inteligência Artificial). É membro do grupo de pesquisa de Agentes de Software da Pontifícia Universidade Católica do Paraná e assistente de pesquisa no GAIPS (Intelligent Agents and Synthetic Characters Group) da Universidade de Lisboa/Portugal. Seu principal objetivo é ajudar profissionais de TI a entenderem como a Inteligência Artificial pode ser aplicada em âmbito comercial, para que esses profissionais possam visualizar novas oportunidades de negócios.