Dentro da rea da Viso Computacional existe a sub-rea de rastreamento de objetos, que visa localizar um objeto em quadros sucessivos de um vdeo. Um exemplo de aplicao um sistema de vigilncia e segurana por vdeos, no qual aes suspeitas podem ser detectadas. Outros exemplos o monitoramento de trfego em rodovias e tambm a anlise do movimento de jogadores em uma partida de futebol! Neste ltimo exemplo, possvel traar a rota completa que o jogador seguiu durante a partidaE para levar voc at essa rea, neste curso voc aprender os principais algoritmos de rastreamento de objetos utilizando a linguagem Python e a biblioteca OpenCV! Voc aprender o bsico da teoria de 12 (doze) dos principais algoritmos e far as implementaes passo a passo! Ao final do curso voc saber como aplicar rastreamento em vdeos e pela webcam e poder desenvolver os seus prprios projetos. Os seguintes algoritmos sero abordados: Boosting, MIL (Multiple Instance Learning), KCF (Kernel Correlation Filters), CSRT (Discriminative Correlation Filter with Channel and Spatial Reliability), MedianFlow, TLD (Tracking Learning Detection), MOSSE (Minimum Output Sum of Squared Error), Goturn (Generic Object Tracking Using Regression Networks), Meanshift, CAMShift (Continuously Adaptive Meanshift), Optical Flow Sparse e Optical Flow Dense.O objetivo principal deste curso que voc tenha uma viso prtica de como utilizar o OpenCV nesses projetos, portanto, ns mostraremos somente uma intuio bsica sobre o funcionamento dos algoritmos. Este curso para todos os nveis, ou seja, se este for o seu primeiro contato com a rea de Viso Computacional voc conseguir acompanhar o curso. Da mesma forma, se voc j tem experincia na rea tambm aproveitar o conhecimento adquirido com o desenvolvimento dos projetos prticos.
