课程主页: https://www.coursera.org/learn/visual-perception-self-driving-cars
在多伦多大学的自动驾驶汽车专业中，课程《自动驾驶汽车的视觉感知》是第三门课程，旨在深入探索自主驾驶中的主要感知任务，包括静态和动态物体检测，以及常见的计算机视觉方法。在这门课程结束时，学员将掌握针孔相机模型的使用，进行内外部相机标定，并能够检测、描述和匹配图像特征。
课程由多个模块组成，涵盖了从基础的3D计算机视觉到如何在自驾环境中实施动态物体的感知系统。首先，学员将学习相机模型、单目和立体视觉、投影几何学及卷积操作等基础知识。
接下来的模块从视觉特征的检测、描述和匹配开始。通过.sequence of images（图像序列）追踪运动和定位，学习如何提取特征，这些是深度网络中物体检测和语义分割的基础。
然后，课程将介绍前馈神经网络，并强调在物体检测和语义分割中有效的现代卷积神经网络核心概念与方法。课程中还将讲述两种深度神经网络在自动驾驶中的主要应用：物体检测和语义分割。
最后，学员将实现一个碰撞警告系统，该系统能够警告自动驾驶汽车其行驶车道中的障碍物，包括估计3D可通行空间和进行语义车道估计。
通过这一系列模块，学员不仅能够理解和应用计算机视觉知识，还能在动态环境中有效感知并处理信息，为未来的自动驾驶技术奠定坚实基础。这门课程对希望进入自动驾驶领域的学习者来说，是一门不可多得的好课程。
课程主页: https://www.coursera.org/learn/visual-perception-self-driving-cars