Scene 1 (0s)
1. TỔNG QUAN VỀ THỊ GIÁC MÁY TÍNH.
Scene 2 (7s)
Thị giác máy tính (Computer Vision – CV) giúp cho máy tính nhận diện, hiểu và xử lý thông tin ảnh hoặc một dãy các ảnh tương tự như khả năng thị giác của con người.
Scene 3 (28s)
WALL – E thấy gì?. 3. Giới thiệu.
Scene 4 (35s)
Thị giác cấp thấp – Định lại kích thước. 4. Giới thiệu.
Scene 5 (44s)
5. Giới thiệu. [image]. [image].
Scene 6 (52s)
Thị giác cấp thấp – Chuyển sang ảnh mức xám. 6. Giới thiệu.
Scene 7 (1m 0s)
Thị giác cấp thấp – Độ phơi sáng (exposure). 7. Giới thiệu.
Scene 8 (1m 8s)
Thị giác cấp thấp – Phân đoạn. 8. Giới thiệu.
Scene 9 (1m 16s)
Thị giác cấp trung?. 9. Giới thiệu.
Scene 10 (1m 24s)
Thị giác cấp trung – Ghép ảnh toàn cảnh (panorama stitching).
Scene 11 (1m 34s)
Thị giác cấp trung – Tái tạo lập thể từ nhiều góc nhìn (multi – view stereo).
Scene 12 (1m 44s)
Thị giác cấp trung – Quét ánh sáng có cấu trúc (structured light scan) Là kỹ thuật sử dụng các mẫu ánh sáng được thiết kế đặc biệt để chiếu lên đối tượng Camera sẽ thu nhận ảnh ánh sáng bị biến dạng do bề mặt đối tượng gây ra Từ sự biến dạng này, hệ thống tính toán các thông tin về chiều sâu và tái tạo mô hình 3D của đối tượng.
Scene 13 (2m 3s)
Thị giác cấp trung – Dòng quang học (optical flow) Mô tả sự chuyển động của các pixels hoặc các đặc trưng trong một chuỗi ảnh (video) theo thời gian Nó cung cấp thông tin về cách các đối tượng di chuyển trong cảnh.
Scene 14 (2m 18s)
Thị giác cấp cao?. 14. Giới thiệu.
Scene 15 (2m 26s)
Thị giác cấp cao – Phân lớp (classification) Có gì trong ảnh này?.
Scene 16 (2m 36s)
Thị giác cấp cao – Gắn thẻ (tagging) TẤT CẢ những thứ trong ảnh là gì?.
Scene 17 (2m 46s)
Thị giác cấp cao – Phát hiện (detection) TẤT CẢ những thứ trong ảnh là gì? Chúng ở đâu?.
Scene 18 (2m 57s)
Thị giác cấp cao – Phân đoạn ngữ nghĩa (semantic segmentation).
Scene 19 (3m 6s)
Thị giác cấp cao – Phân đoạn trường hợp (instance segmentation).
Scene 20 (3m 19s)
A diagram of a computer vision Description automatically generated.
Scene 21 (3m 29s)
Difference between image processing and computer vision.
Scene 22 (3m 37s)
22. Các bước xử lý cơ bản. A diagram of a green rectangle with blue arrows Description automatically generated.
Scene 23 (3m 46s)
8 Real-World Examples of Computer Vision Peal,WorId Examples of Computer Vision.
Scene 24 (4m 11s)
(1) Xe tự hành. 24. Các ứng dụng.
Scene 25 (4m 19s)
(2) Nhận dạng khuôn mặt. Does Facial Recognition Technology Make Schools Safer? What Educators Need to Know.
Scene 26 (4m 29s)
(3) Giám sát nông nghiệp. AI In Agriculture: Using Computer Vision To Improve Crop Yields -.
Scene 27 (4m 39s)
(4) Sản xuất và kiểm soát chất lượng. Computer Vision Manufacturing: Checking for Quality Control.
Scene 28 (4m 49s)
(5) Chẩn đoán chăm sóc sức khỏe. How Computer Vision Improves Accuracy of Medical Diagnostics.
Scene 29 (4m 59s)
(6) Nâng cao trải nghiệm bán lẻ. Benefits of Computer Vision in Retail.
Scene 30 (5m 8s)
(7) Phân tích và nâng cao thể thao. Computer Vision in Sports Analytics | punktum.
Scene 31 (5m 18s)
(8) Phân tích chuyển động và cải tiến. 31. Các ứng dụng.
Scene 32 (5m 26s)
[Audio] The character of Mr. Smith was a complex one, with many contradictions. He was both a brilliant scientist and a man who loved to drink beer. He was also known for his eccentric behavior and his love of classical music. His friends would often joke about him being a "mad scientist." However, despite these contradictions, he was a kind and gentle soul. He had a deep respect for his colleagues and was always willing to lend a helping hand. He was also very intelligent and had a great sense of humor. Many people admired him for his intelligence and his ability to make them laugh. He was a true leader among his peers, and his colleagues looked up to him as an example of how to be a good person. Despite his flaws, he was a beloved figure in the laboratory..
Scene 33 (6m 16s)
Q & A.