Embedded Files
電腦視覺(一)
電腦視覺(一)
目標：
目標：
1.認識電腦視覺的基本概念。
1.認識電腦視覺的基本概念。
2.認識電腦視覺在日常生活中的應用。
2.認識電腦視覺在日常生活中的應用。
活動一：iCar x Huskylens 人臉識別智能車
活動一：iCar x Huskylens 人臉識別智能車
2. 配對Microbit：
接駁USB線到Microbit並Connect Device；
若成功配對後，下載空白程式到Microbit (檔名：Task1)；
若多次嘗試後仍未能成功配對，請直接按「下載」儲存到本機的Microbit設備上。
3. 透過Huskylens學習人臉辨識：
先開啟車尾的開關掣；
按下Huskylens右上方的按鈕，在限時內再按一次按鈕【清除】所有記憶；
對準人像照片，按下按鈕一次，若出現「人臉: ID1」字樣便完成辨識步驟。
任務一 - 顯示圖案 (5分) (檔名：task1)
任務一 - 顯示圖案 (5分) (檔名：task1)
如果ID 1的人像出現在方框內時，Microbit願示「心型」圖案，否則顯示「X」圖案。
初始化Huskylens
人像出現在方框內時，Huskylens的條件句
任務二 - 控制車頭燈 (5分) (檔名：task2)
任務二 - 控制車頭燈 (5分) (檔名：task2)
人像在畫面靠「左」時，iCar 車頭燈亮「紅燈」;
人像在畫面靠「右」時，iCar 車頭燈亮「綠燈」;
人像在畫面「中間」時，車頭燈關閉。
提示：先取得人像左方、右方和中間的x座標數值，而x座標數值最左邊是"0"，最右邊為"320"。
取得id 1 的人像在畫面的 X 座標數值。
判斷該X 座標數值在畫面的左、右或中間位置。
任務三 - 人臉追蹤(5分) (檔名：task3)
任務三 - 人臉追蹤(5分) (檔名：task3)
人像在畫面「中間」時，iCar向前移動;
當人像位於畫面左或右時，iCar調整行駛方向直至人像置中;
人像在「畫面外」時，iCar 停車。
電腦視覺(二)
電腦視覺(二)
目標：
目標：
1.對卷積神經網絡 (CNN) 以及卷積層和過濾器相關概念的理解。
1.對卷積神經網絡 (CNN) 以及卷積層和過濾器相關概念的理解。
2.明白電腦視覺 (CV) 和物聯網 (IoT) 之間的關聯。
2.明白電腦視覺 (CV) 和物聯網 (IoT) 之間的關聯。
卷積神經網絡的運作原理：
卷積神經網絡的運作原理：
將圖像數字化。這裡要尋找的圖像是「X」。
過濾器是圖像的某項特徵，亦將它數字化。
將圖像分成和過濾器一樣大小的小塊，共可分成4個相同大小但不同位置的小塊。
進行卷積運算：將圖像塊中的每個數字和過濾器的同一個位置的數字相乘，並將所有結果相加。
最後運算出右下方的小方塊與過濾器的數字相同，便找到圖像「X」的位置。
小結：
圖像中的不同小塊與過濾器之間進行卷積運算，得到新的輸出值。這過程可以幫助尋找特徵和位置。實際上，卷積運算可能更複雜，但基本概念是相同的。在訓練過程中，我們嘗試不同的過濾器來找到最能幫助做出決策的特徵，例如區分不同類別的物體。這些過濾器將被保存為訓練模型的參數。
活動二：在圖像中尋找 「▄ ▄ ▄」 形狀的特徵
活動二：在圖像中尋找 「▄ ▄ ▄」 形狀的特徵
輸入圖像：一張4×4像素的黑白圖像
過濾器：3×3 像素「▄ ▄ ▄」形過濾器
除了圖像分類之外，卷積神經網絡還被廣泛應用於其他與圖像相關的任務，例如圖像分割、物體檢測、場景解析、人臉識別、自動駕駛車輛等。
如何進行人臉識別
如何進行人臉識別
未來商店
未來商店
Page updated
Report abuse