Dentro da área da Visão Computacional existe a sub-área de rastreamento de objetos, que visa localizar um objeto em quadros sucessivos de um vídeo. Um exemplo de aplicação é um sistema de vigilância e segurança por vídeos, no qual ações suspeitas podem ser detectadas. Outros exemplos é o monitoramento de tráfego em rodovias e também a análise do movimento de jogadores em uma partida de futebol! Neste último exemplo, é possível traçar a rota completa que o jogador seguiu durante a partida

E para levar você até essa área, neste curso você aprenderá os principais algoritmos de rastreamento de objetos utilizando a linguagem Python e a biblioteca OpenCV! Você aprenderá o básico da teoria de 12 (doze) dos principais algoritmos e fará as implementações passo a passo! Ao final do curso você saberá como aplicar rastreamento em vídeos e pela webcam e poderá desenvolver os seus próprios projetos.

Os seguintes algoritmos serão 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 é que você tenha uma visão prática de como utilizar o OpenCV nesses projetos, portanto, nós mostraremos somente uma intuição básica sobre o funcionamento dos algoritmos. Este curso é para todos os níveis, ou seja, se este for o seu primeiro contato com a área de Visão Computacional você conseguirá acompanhar o curso. Da mesma forma, se você já tem experiência na área também aproveitará o conhecimento adquirido com o desenvolvimento dos projetos práticos.