课程主页: https://www.coursera.org/learn/visual-perception-self-driving-cars
在我们全球化、技术日新月异的时代，自动驾驶汽车逐渐成为了生活中的一部分。想要深入了解这个领域，我推荐大学的多伦多《自动驾驶汽车的视觉感知》课程，这是其专业化系列中的第三门课程。在这门课程中，你将学习到自动驾驶的主要感知任务，包括静态和动态物体检测，而计算机视觉的方法将帮助我们理解这些复杂信息。
课程的整个大纲都极具深度，覆盖了各类重要概念。从基础的3D计算机视觉，到视觉特征的检测、描述与匹配，再到应用深度学习神经网络进行2D物体检测以及语义分割；课程的最后一部分还集中于如何实现动态物体的感知，从而有效识别，并避免潜在的碰撞。这些连续模块让你能够未雨绸缪，帮助你打下扎实的基础，往后能轻松应对与自驾车相关的项目和研究。
首先，基础的3D计算机视觉模块向我们介绍了几种相机模型及其校正技法，在接下来的模块中，我们将深入到特征跟踪和对象检测中去。而且，此课程非常注重实践，通过计算机生成的情境让学员们直接操作深度学习模型，从而加深对“线路追踪系统”的理解和实施能力。
看完这课程，很多知识点依然回响在思维中，让我不禁想去进一步研究相关专题，是时候让这些生态想像成真的同时，还可以应用于现实的身体和驾驶技术当中，艳惊众人。
作为这门课程的总结，我承诺整体内容一定不会让你失望，三大模块对视觉物体的深入刨析声阔理深，相信此课程铺成的自信，以及分析、灵活应变所领悟的一手技巧，绝对让学习思路顺畅而自由！所以，一旦你希望涉猎自驾车、汽车等技巧的同时，还有希望未来有远飞，就快加入《自动驾驶汽车的视觉感知》这门课程吧！
课程主页: https://www.coursera.org/learn/visual-perception-self-driving-cars