Позиционируйте себя в бурно развивающейся отрасли, пройдя лучшую программу на университетской сцене, которую может предложить только TECH" 

Виртуальная реальность переносит нас в иммерсивные миры, предоставляя возможности для опыта, охватывающего от симуляции сложных операций до архитектурного проектирования в реальном времени. Влияние этой дисциплины выходит за пределы технологической сферы, так как она формирует то, как мы живем, работаем и учимся. Ее постоянная эволюция требует не только квалифицированных специалистов, способных внедрять эти инструменты, но и провидцев, способных расширять их применение на новые горизонты. 

Со своей стороны, компьютерное зрение предоставляет машинам возможность интерпретировать и анализировать изображения и видео, что способствует развитию передовых технологий. К ним относятся автономные транспортные средства, которые революционизируют транспорт, и платформы для медицинской диагностики, повышающие точность и эффективность в сфере здравоохранения. Кроме того, последние достижения в этой области, такие как многозадачные модели и генеративные технологии, открывают новые возможности для создания инновационных решений. Интеграция с edge computing также упростила обработку данных в режиме реального времени, что еще больше расширяет возможности применения компьютерного зрения. По всем этим причинам, быть квалифицированным специалистом в этих дисциплинах не только открывает двери в постоянно растущем технологическом секторе, но и позволяет участвовать в проектах, оказывающих реальное влияние на повседневную жизнь. Кроме того, это способствует развитию технологий, которые продолжают трансформировать способ нашего взаимодействия с миром и улучшают качество нашей жизни. 

Учебная программа TECH, вместе с 100% онлайн-методологией и подходом обучения Relearning, позволяет студенту полностью сосредоточиться на ключевых предметах для специализации в этих технологических областях. Кроме того, студент получит поддержку от наиболее специализированного преподавательского состава и самых актуальных исследований в образовательной сфере. Все это без фиксированного расписания и из любой точки мира, что позволяет студенту адаптировать обучение под свой собственный темп, не вмешиваясь в его личные или рабочие обязательства. 

Сочетание креативности и технологий ждет вас, чтобы вы начали разрабатывать отличные решения с глобальным воздействием" 

Данная Профессиональная магистерская специализация в области виртуальной реальности и компьютерного зрения содержит самую полную и актуальную программу на рынке. Основными особенностями обучения являются:

• Разбор практических кейсов, представленных экспертами в области информатики 
• Наглядное, схематичное и исключительно практическое содержание курса предоставляет научную и практическую информацию по тем дисциплинам, которые необходимы для осуществления профессиональной деятельности 
• Практические упражнения для самопроверки, контроля и улучшения успеваемости 
• Особое внимание уделяется инновационным методологиям в области виртуальной реальности и компьютерного зрения 
• Теоретические занятия, вопросы эксперту, дискуссионные форумы по спорным темам и самостоятельная работа 
• Учебные материалы курса доступны с любого стационарного или мобильного устройства с выходом в интернет 

Станьте лучшим в области виртуальной реальности и компьютерного зрения в своем собственном темпе, без расписания и из любой точки мира’’ 

В преподавательский состав входят профессионалы в области дизайна, которые привносят в эту программу опыт своей работы, а также признанные специалисты из ведущих сообществ и престижных университетов. 

Мультимедийное содержание программы, разработанное с использованием новейших образовательных технологий, позволит специалисту пройти обучение с учетом ситуации и контекста, то есть в интерактивной среде, которая обеспечит погружение в учебный процесс, запрограммированный на обучение в реальных ситуациях. 

В центре внимания этой программы — проблемно-ориентированное обучение, с помощью которого студент должен попытаться разрешить различные ситуации из профессиональной практики, возникающие в течение учебного курса. Для этого специалисту будет помогать инновационная интерактивная видеосистема, созданная признанными и опытными специалистами. 

Освойте эти технологии с помощью дидактических инструментов, которые предлагает вам TECH, и начните менять жизнь"

Разрабатывайте приложения и решайте самые интересные задачи в крупнейшем в мире цифровом университете"

Учебный план Профессиональной магистерской специализации по виртуальной реальности и компьютерному зрению разработан как комплексная и передовая академическая возможность в этих двух ключевых дисциплинах. Программа начинается с прочного фундамента по основам программирования, прикладной математике и обработке изображений. В ходе курса студенты углубятся в разработку виртуальных сред с использованием передовых инструментов. Кроме того, они изучат передовые методы моделирования и взаимодействия в иммерсивных средах. 

Присоединяйтесь к TECH, и вы начнете преображать развлечения с помощью компьютерного зрения" 

Модуль 1. Компьютерное зрение 

1.1. Человеческое восприятие 

1.1.1. Зрительная система человека 
1.1.2. Цвет 
1.1.3. Видимые и невидимые частоты 

1.2. История компьютерного зрения 

1.2.1. Принципы 
1.2.2. Развитие 
1.2.3. Важность компьютерного зрения 

1.3. Композиция цифрового изображения 

1.3.1. Цифровое изображение 
1.3.2. Типы изображений 
1.3.3. Цветовые пространства 
1.3.4. КЗС 
1.3.5. HSV и HSL 
1.3.6. CMY-CMYK 
1.3.7. YCbCr 
1.3.8. Индексированное изображение 

1.4. Системы получения изображений 

1.4.1. Эксплуатация цифрового фотоаппарата 
1.4.2. Правильная экспозиция для каждой ситуации 
1.4.3. Глубина резкости 
1.4.4. Разрешение 
1.4.5. Форматы изображений 
1.4.6. Режим HDR 
1.4.7. Камеры высокого разрешения 
1.4.8. Высокоскоростные камеры 

1.5. Оптические системы 

1.5.1. Оптические принципы 
1.5.2. Конвенциональные стратегии 
1.5.3. Телецентрические стратегии 
1.5.4. Типы автофокусных объективов 
1.5.5. Фокусное расстояние 
1.5.6. Глубина резкости 
1.5.7. Оптическое искажение 
1.5.8. Калибровка изображения 

1.6. Системы освещения 

1.6.1. Важность освещения 
1.6.2. Частотная характеристика 
1.6.3. Светодиодное освещение 
1.6.4. Наружное освещение 
1.6.5. Типы освещения для промышленного применения. Эффекты 

1.7. 3D-сканер 

1.7.1. Стереовидение 
1.7.2. Метода триангуляции 
1.7.3. Структурированный свет 
1.7.4. Time of Flight 
1.7.5. Лидар 

1.8. Мультиспектр 

1.8.1. Мультиспектральные камеры 
1.8.2. Гиперспектральные камеры 

1.9. Невидимый ближний спектр 

1.9.1. IR-камеры 
1.9.2. Ультрафиолетовые камеры 
1.9.3. Преобразование из невидимого в видимый с помощью освещения 

1.10. Другие диапазоны спектра 

1.10.1. Рентген 
1.10.2. Терагерцовое излучение 

Модуль 2. Приложения и современное состояние 

2.1. Промышленное применение 

2.1.1. Библиотеки машинного зрения 
2.1.2. Компактные камеры 
2.1.3. Системы на базе ПК 
2.1.4. Промышленная робототехника 
2.1.5. Pick and place 2D 
2.1.6. Bin picking 
2.1.7. Контроль качества 
2.1.8. Наличие отсутствие компонентов 
2.1.9. Контроль размеров 
2.1.10. Контроль маркировки 
2.1.11. Прослеживаемость 

2.2. Автономные транспортные средства 

2.2.1. Система помощи водителю 
2.2.2. Автономное вождение 

2.3. Компьютерное зрение для анализа содержания 

2.3.1. Сортировка содержимого 
2.3.2. Модерация визуального контента 
2.3.3. Системы отслеживания 
2.3.4. Идентификация брендов и логотипов 
2.3.5. Маркировка и классификация видеоматериалов 
2.3.6. Обнаружение изменения сцены 
2.3.7. Извлечение текстов или кредитов 

2.4. Медицинское применение 

2.4.1. Выявление и локализация заболеваний 
2.4.2. Рак и рентгеновский анализ 
2.4.3. Достижения в области компьютерного зрения на примере Covid19 
2.4.4. Помощь в операционной 

2.5. Применение в космосе 

2.5.1. Анализ спутниковых изображений 
2.5.2. Компьютерное зрение для изучения космоса 
2.5.3. Миссия на Марс 

2.6. Применение в коммерческих целях 

2.6.1. Контроль запасов 
2.6.2. Видеонаблюдение, домашняя безопасность 
2.6.3. Парковочные камеры 
2.6.4. Камеры для контроля численности населения 
2.6.5. Камеры контроля скорости 

2.7. Применение в робототехнике 

2.7.1. Беспилотные летательные аппараты 
2.7.2. AGV 
2.7.3. Зрение в сотрудничающих роботах 
2.7.4. Глаза роботов 

2.8. Дополненная реальность 

2.8.1. Функционирование 
2.8.2. Приборы 
2.8.3. Применение в промышленности 
2.8.4. Применение в коммерческих целях 

2.9. Облачные вычисления 

2.9.1. Платформы облачных вычислений 
2.9.2. От облачных вычислений к производству 

2.10. Исследования и последнее слово техники 

2.10.1. Научное сообщество 
2.10.2. Что на повестке дня 
2.10.3. Будущее компьютерного зрения 

Модуль 3. Цифровая обработка изображений 

3.1. Условия разработки компьютерного зрения 

3.1.1. Библиотеки компьютерного зрения 
3.1.2. Среда программирования 
3.1.3. Инструменты визуализации 

3.2. Цифровая обработка изображений 

3.2.1. Соотношение пикселей 
3.2.2. Операции с изображениями 
3.2.3. Геометрические преобразования 

3.3. Операции на пиксельном уровне 

3.3.1. Гистограмма 
3.3.2. Преобразования из гистограммы 
3.3.3. Операции над цветными изображениями 

3.4. Логические и арифметические операции 

3.4.1. Сложение и вычитание 
3.4.2. Продукт и подразделение 
3.4.3. And / Nand 
3.4.4. Or / Nor 
3.4.5. Xor / Xnor 

3.5. Фильтры 

3.5.1. Маски и свертка 
3.5.2. Линейная фильтрация 
3.5.3. Нелинейная фильтрация 
3.5.4. Анализ Фурье 

3.6. Морфологические операции 

3.6.1. Erode and Dilating 
3.6.2. Closing and Open 
3.6.3. Top_hat и Black hat 
3.6.4. Обнаружение контуров 
3.6.5. Структура 
3.6.6. Заполнение отверстий 
3.6.7. Convex hull 

3.7. Инструменты для анализа изображений 

3.7.1. Обнаружение краев 
3.7.2. Обнаружение пятен 
3.7.3. Контроль размеров 
3.7.4. Проверка цвета 

3.8. Сегментация объектов 

3.8.1. Сегментация изображений 
3.8.2. Классические методы сегментации 
3.8.3. Применение в реальных условиях 

3.9. Калибровка изображения 

3.9.1. Калибровка изображения 
3.9.2. Методы калибровки 
3.9.3. Процесс калибровки в системе 2D камера/робот 

3.10. Обработка изображений в реальной среде 

3.10.1. Анализ проблематики 
3.10.2. Обработка изображений 
3.10.3. Извлечение признаков 
3.10.4. Окончательные результаты 

Модуль 4. Продвинутая цифровая обработка изображений 

4.1. Оптическое распознавание символов (OCR) 

4.1.1. Предварительная обработка изображений 
4.1.2. Обнаружение текста 
4.1.3. Распознавание текста 

4.2. Считывание кода 

4.2.1. 1D-коды 
4.2.2. 2D коды 
4.2.3. Области применения 

4.3. Поиск паттернов 

4.3.1. Поиск паттернов 
4.3.2. Паттерны, основанные на уровне серого цвета 
4.3.3. Паттерны на основе контуров 
4.3.4. Паттерны на основе геометрических фигур 
4.3.5. Другие техники 

4.4. Отслеживание объектов с помощью обычного зрения 

4.4.1. Извлечение фона 
4.4.2. Meanshift 
4.4.3. Camshift 
4.4.4. Optical flow 

4.5. Система распознавания лиц 

4.5.1. Facial Landmark Detection 
4.5.2. Области применения 
4.5.3. Система распознавания лиц 
4.5.4. Распознавание эмоций 

4.6. Построение и выравнивание 

4.6.1. Stitching 
4.6.2. Композиция изображений 
4.6.3. Фотомонтаж 

4.7. High Dinamic Range (HDR) и Photometric Stereo 

4.7.1. Увеличенный динамический диапазон 
4.7.2. Составление изображений для улучшения контуров 
4.7.3. Техники использования динамических приложений 

4.8. Сжатие изображений 

4.8.1. Сжатие изображений 
4.8.2. Типы сжатия 
4.8.3. Методы сжатия изображений 

4.9. Обработка видео 

4.9.1. Последовательности изображений 
4.9.2. Видеоформаты и видеокодеки 
4.9.3. Чтение видео 
4.9.4. Обработка кадров 

4.10. Реальное применение обработки изображений 

4.10.1. Анализ проблематики 
4.10.2. Обработка изображений 
4.10.3. Извлечение признаков 
4.10.4. Окончательные результаты

Модуль 5. Обработка 3D-изображений 

5.1. 3D-изображение 

5.1.1. 3D-изображение 
5.1.2. Программное обеспечение для обработки 3d-изображений и визуализации 
5.1.3. Программное обеспечение для метрологии 

5.2. Open3D 

5.2.1. Библиотека обработки трехмерных данных 
5.2.2. Характеристики 
5.2.3. Установка и использование 

5.3. Данные 

5.3.1. Карты глубины двумерного изображения 
5.3.2. Облако точек 
5.3.3. Нормы 
5.3.4. Поверхности 

5.4. Визуализация 

5.4.1. Визуализация данных 
5.4.2. Контроль 
5.4.3. Веб-визуализация 

5.5. Фильтры 

5.5.1. Расстояние между точками, удаление выбросов 
5.5.2. Фильтр высоких частот 
5.5.3. Downsampling 

5.6. Геометрия и извлечение признаков 

5.6.1. Извлечение профиля 
5.6.2. Измерение глубины 
5.6.3. Объем 
5.6.4. 3D геометрические фигуры 
5.6.5. Планы 
5.6.6. Проекция точки 
5.6.7. Геометрические расстояния 
5.6.8. K-d дерево 
5.6.9. Features 3D 

5.7. Оформление и составление сетки 

5.7.1. Конкатенация 
5.7.2. ICP 
5.7.3. Ransac 3D 

5.8. Распознавание трехмерных объектов 

5.8.1. Поиск объекта в 3D-сцене
5.8.2. Сегментация 
5.8.3. Bin picking 

5.9. Анализ поверхности 

5.9.1. Smoothing 
5.9.2. Ориентируемые поверхности 
5.9.3. Octree 

5.10. Метода триангуляции 

5.10.1. От Mesh до Point Cloud 
5.10.2. Триангуляция карт глубины 
5.10.3. Триангуляция неупорядоченных облаков точек 

Модуль 6. Глубокое обучение 

6.1. Искусственный интеллект 

6.1.1. Машинное обучение 
6.1.2. Глубокое обучение 
6.1.3. Взрыв глубокого обучения. Почему сейчас 

6.2. Нейронные сети 

6.2.1. Нейронная сеть 
6.2.2. Применение нейронных сетей 
6.2.3. Линейная регрессия и перцептрон 
6.2.4. Прямое распространение 
6.2.5. Backpropagation 
6.2.6. Feature vectors 

6.3. Функции потерь (loss functions) 

6.3.1. Функция потерь 
6.3.2. Виды функций потерь 
6.3.3. Выбор функции потерь 

6.4. Функции активации 

6.4.1. Функция активации 
6.4.2. Линейные функции 
6.4.3. Нелинейные функции 
6.4.4. Функции активации выходного и скрытого слоев 

6.5. Регуляризация и стандартизация 

6.5.1. Регуляризация и стандартизация 
6.5.2. Чрезмерная подгонка и увеличение данных 
6.5.3. Методы регуляризации: L1, L2 и отсев 
6.5.4. Методы нормализации: Batch, Weight, Layer 

6.6. Оптимизация 

6.6.1. Gradient Descent 
6.6.2. Стохастический градиентный спуск 
6.6.3. Мини-пакетный градиентный спуск 
6.6.4. Momentum 
6.6.5. Adam 

6.7. Настройка гиперпараметров и вес 

6.7.1. Гиперпараметры 
6.7.2. Batch Size vs. Learning Rate vs Step Decay 
6.7.3. Веса 

6.8. Метрики оценки нейронных сетей 

6.8.1. Accuracy 
6.8.2. Dice coefficient 
6.8.3. Чувствительность vs. Specificity / Recall vs. precision 
6.8.4. ROC-кривая (AUC) 
6.8.5. F1-score 
6.8.6. Матрица запутанности 
6.8.7. Кросс-валидация 

6.9. Фреймворк и аппаратное обеспечение 

6.9.1. Tensor Flow 
6.9.2. Pytorch 
6.9.3. Caffe 
6.9.4. Keras 
6.9.5. Аппаратное обеспечение для этапа обучения 

6.10. Создание нейронной сети - обучение и валидация 

6.10.1. Набор данных 
6.10.2. Создание сети 
6.10.3. Тренировка 
6.10.4. Визуализация результатов 

Модуль 7. Конволюционные сети и классификация изображений 

7.1. Конволюционные нейронные сети 

7.1.1. Введение 
7.1.2. Конволюция
7.1.3. Сверточные нейронные сети: строительные блоки 

7.2. Типы слоев CNN 

7.2.1. Конволюционный 
7.2.2. Активация 
7.2.3. Пакетная нормализация 
7.2.4. Polling 
7.2.5. Полносвязная нейронная сеть 

7.3. Метрические данные 

7.3.1. Метод матричной путаницы 
7.3.2. Accuracy 
7.3.3. Прецизионность 
7.3.4. Recall 
7.3.5. F1 Score 
7.3.6. ROC Curve 
7.3.7. AUC 

7.4. Основные архитектуры 

7.4.1. AlexNet 
7.4.2. VGG 
7.4.3. Resnet 
7.4.4. GoogleLeNet 

7.5. Классификация изображений 

7.5.1. Введение 
7.5.2. Анализ данных 
7.5.3. Подготовка данных 
7.5.4. Обучение модели 
7.5.5. Валидация модели 

7.6. Практические соображения по обучению CNN 

7.6.1. Выбор оптимизатора 
7.6.2. Изменение скорости обучение 
7.6.3. Тестирование конвейеров обучения 
7.6.4. Обучение с регуляризацией 

7.7. Передовой опыт в области глубокого обучения 

7.7.1. Трансфертное обучение 
7.7.2. Тонкая настройка 
7.7.3. Расширение данных 

7.8. Статистическая оценка данных 

7.8.1. Количество наборов данных 
7.8.2. Количество меток 
7.8.3. Количество изображений 
7.8.4. Балансировка данных 

7.9. Развертывание 

7.9.1. Сохранение и загрузка моделей 
7.9.2. Onnx 
7.9.3. Заключение 

7.10. Пример из практики: Классификация изображений 

7.10.1. Анализ и подготовка данных 
7.10.2. Тестирование пайплайна обучения 
7.10.3. Обучение модели 
7.10.4. Валидация модели 

Модуль 8. Обнаружение объектов 

8.1. Обнаружение и отслеживание объектов 

8.1.1. Обнаружение объектов 
8.1.2. Примеры использования 
8.1.3. Отслеживание объектов 
8.1.4. Примеры использования 
8.1.5. Окклюзии, rigid and No rigid 

8.2. Метрики оценки 

8.2.1. IOU - Intersection Over Union 
8.2.2. Доверительный интервал 
8.2.3. Recall 
8.2.4. Прецизионность 
8.2.5. Recall - Precisión Curve 
8.2.6. Mean Average Precision (MAP) 

8.3. Традиционный метод 

8.3.1. Скользящее окно 
8.3.2. Метод Виолы - Джонса 
8.3.3. HOG 
8.3.4. Не максимальное подавление 

8.4. Датасет 

8.4.1. Pascal VC 
8.4.2. MS Coco 
8.4.3. ImageNet (2014) 
8.4.4. MOTA Challenge 

8.5. Two Shot Object Detector 

8.5.1. R-CNN 
8.5.2. Fast R-CNN 
8.5.3. Faster R-CNN 
8.5.4. Mask R-CNN 

8.6. Single Shot Object Detector 

8.6.1. SSD 
8.6.2. YOLO 
8.6.3. RetinaNet 
8.6.4. CenterNet 
8.6.5. EfficientDet 

8.7. Backbones 

8.7.1. VGG 
8.7.2. ResNet 
8.7.3. Mobilenet 
8.7.4. Shufflenet 
8.7.5. Darknet 

8.8. Object Tracking 

8.8.1. Классические подходы 
8.8.2. Фильтры твердых частиц 
8.8.3. Kalman 
8.8.4. Sort tracker 
8.8.5. Deep Sort 

8.9. Развертывание 

8.9.1. Вычислительная платформа 
8.9.2. Выбор Backbone 
8.9.3. Выбор фреймворка 
8.9.4. Оптимизация модели 
8.9.5. Версионирование моделей 

8.10. Исследование: Обнаружение и отслеживание людей 

8.10.1. Обнаружение людей 
8.10.2. Мониторинг людей 
8.10.3. Повторная идентификация 
8.10.4. Подсчет людей в толпе 

Модуль 9. Сегментация изображений с помощью глубокого обучения 

9.1. Обнаружение и сегментация объектов 

9.1.1. Семантическая сегментация 

9.1.1.1. Примеры использования семантической сегментации 

9.1.2. Сегментация объектов 

9.1.2.1. Варианты использования сегментации объектов 

9.2. Метрики оценки 

9.2.1. Показатели оценки 
9.2.2. Сходство с другими методами 
9.2.3. Коэффициент кубика (F1 Score) 

9.3. Функции затрат 

9.3.1. Dice Loss 
9.3.2. Focal Loss 
9.3.3. Tversky Loss 
9.3.4. Другие функции 

9.4. Традиционные методы сегментации 

9.4.1. Определение порога с помощью метода Оцу и Риддлена 
9.4.2. Самоорганизующиеся карты 
9.4.3. Алгоритм GMM-EM 

9.5. Семантическая сегментация с применением глубокого обучения: FCN 

9.5.1. FCN 
9.5.2. Архитектура 
9.5.3. Применение FCN 

9.6. Семантическая сегментация с применением глубокого обучения: U-NET 

9.6.1. U-NET 
9.6.2. Архитектура 
9.6.3. Применение U-NET 

9.7. Семантическая сегментация с применением глубокого обучения: Deep Lab 

9.7.1. Deep Lab 
9.7.2. Архитектура 
9.7.3. Применение Deep Lab 

9.8. Инстантная сегментация с применением глубокого обучения: Mask RCNN 

9.8.1. Mask RCNN 
9.8.2. Архитектура 
9.8.3. Применение Mask RCNN 

9.9. Сегментация видео 

9.9.1. STFCN 
9.9.2. Semantic Video CNNs 
9.9.3. Clockwork Convnets 
9.9.4. Low-Latency 

9.10. Сегментация облака точек 

9.10.1. Облако точек 
9.10.2. PointNet 
9.10.3. A-CNN 

Модуль 10. Продвинутая сегментация изображений и продвинутые методы компьютерного зрения 

10.1. База данных для общих проблем сегментации 

10.1.1. Паскаль Контекст 
10.1.2. CelebAMask-HQ 
10.1.3. Набор данных Cityscapes 
10.1.4. CCP Dataset 

10.2. Семантическая сегментация в медицине 

10.2.1. Семантическая сегментация в медицине 
10.2.2. Наборы данных для решения медицинских проблем 
10.2.3. Практическое применение 

10.3. Инструменты аннотации 

10.3.1. Инструмент аннотации компьютерного зрения 
10.3.2. LabelMe 
10.3.3. Другие инструменты 

10.4. Инструменты сегментации с использованием различных фреймворков 

10.4.1. Keras 
10.4.2. Tensorflow v2 
10.4.3. Pytorch 
10.4.4. Прочее 

10.5. Проект “Семантическая сегментация’’  Данные, фаза 1 

10.5.1. Анализ проблемы 
10.5.2. Источник ввода данных 
10.5.3. Анализ данных 
10.5.4. Подготовка данных 

10.6. Проект “Семантическая сегментация’’  Обучение, фаза 2 

10.6.1. Выбор алгоритма 
10.6.2. Тренировка 
10.6.3. Оценка 

10.7. Проект “Семантическая сегментация’’  Результаты, фаза 3 

10.7.1. Тонкая настройка 
10.7.2. Презентация решения 
10.7.3. Выводы 

10.8. Автоэнкодеры 

10.8.1.  Автоэнкодеры 
10.8.2. Архитектура автоэнкодера 
10.8.3. Автоэнкодеры для устранения шумов 
10.8.4. Автоэнкодеры раскрашивания 

10.9. Генеративно-состязательная сеть (GANs) 

10.9.1. Генеративно-состязательная сеть (GANs) 
10.9.2. Архитектура DCGAN 
10.9.3. Условная GAN 

10.10. Улучшенные генеративные адверсарные сети 

10.10.1. Общий обзор проблем 
10.10.2. WGAN 
10.10.3. LSGAN 
10.10.4. ACGAN

Модуль 11. Индустрия 3D 

11.1. 3D-индустрия в анимации и видеоиграх 

11.1.1. Анимация 3D 
11.1.2. 3D-индустрия в анимации и видеоиграх 
11.1.3. Анимация 3D Последующие действия: 

11.2. 3D в видеоиграх 

11.2.1. Видеоигры. Ограничения 
11.2.2. Разработка 3D-видеоигры. Трудности 
11.2.3. Решение трудностей при разработке видеоигры 

11.3. Программное обеспечение для 3D в видеоиграх 

11.3.1. Maya. Плюсы и минусы 
11.3.2. 3Ds Max. Плюсы и минусы 
11.3.3. Blender. Плюсы и минусы 

11.4. Pipeline в создании 3D ассетов для видеоигр 

11.4.1. Идея и сборка из Modelsheet 
11.4.2. Моделирование с низкой геометрией и деталировка на высоком уровне 
11.4.3. Проецирование деталей с помощью текстур 

11.5. Ключевые художественные стили в 3D для видеоигр 

11.5.1. Стиль cartoon 
11.5.2. Реалистичный стиль 
11.5.3. Cel shading 
11.5.4. Захват движения 

11.6. Интеграция 3D 

11.6.1. Интеграция 2d в цифровой мир 
11.6.2. Интеграция 3d в цифровой мир 
11.6.3. Интеграция в реальный мир (AR, MR/XR) 

11.7. Ключевые факторы 3D для разных отраслей 

11.7.1. 3D в кино и сериалах 
11.7.2. 3D в видеоиграх 
11.7.3. 3D в рекламе 

11.8. Render: Render в реальном времени и предварительный рендеринг 

11.8.1. Освещение 
11.8.2. Формирование теней 
11.8.3. Качество vs. Скорость 

11.9. Создание 3D-ассетов в 3D Max 

11.9.1. Программное обеспечение 3D Max 
11.9.2. Интерфейс, меню, панель инструментов 
11.9.3. Контроль 
11.9.4. Сцена 
11.9.5. Порт просмотра 
11.9.6. Простые формы 
11.9.7. Создание, изменение и трансформация объектов 
11.9.8. Создание 3D-сцены 
11.9.9. 3D-моделирование профессиональных ассетов для видеоигр 
11.9.10. Редакторы материалов 

11.9.10.1. Создание и редактирование материалов 
11.9.10.2. Нанесение света на материалы 
11.9.10.3. Модификатор UVW Map. Картографические координаты 
11.9.10.4. Создание текстур 

11.10. Организация рабочего пространства и лучшие практики 

11.10.1. Создание проекта 
11.10.2. Структура папки проекта 
11.10.3. Пользовательская функциональность 

Модуль 12. Искусство и 3D в индустрии видеоигр 

12.1. 3D-проекты в виртуальной реальности 

12.1.1. Программное обеспечение для создания 3D-моделей 
12.1.2. Программное обеспечение для редактирования изображений 
12.1.3. Виртуальная реальность. 

12.2. Типичные проблемы, решения и потребности проекта 

12.2.1. Потребности проекта 
12.2.2. Возможные проблемы 
12.2.3. Решения 

12.3. Изучение эстетической линии для создания художественного стиля в видеоиграх: От разработки игр до создания 3D-арта 

12.3.1. Выбор целевой аудитории видеоигры. Кого мы хотим привлечь 
12.3.2. Художественные возможности разработчика 
12.3.3. Окончательное определение эстетической линии 

12.4. Поиск ссылок и анализ конкурентов на эстетическом уровне 

12.4.1. Pinterest и подобные веб-сайты 
12.4.2. Создание Modelsheet 
12.4.3. Поиск конкурентов 

12.5. Создание библиографии и брифинга 

12.5.1. Создание библиографии 
12.5.2. Создание документа концепции проекта 
12.5.3. Разработка брифинга 

12.6. Сценарии и ассеты 

12.6.1. Планирование изготовления ассетов на разных уровнях 
12.6.2. Разработка сценария 
12.6.3. Разработка ассетов 

12.7. Интеграция ассетов на разных уровнях и их тестирoвaниe 

12.7.1. Процесс интеграции в уровни 
12.7.2. Текстуры 
12.7.3. Последние штрихи 

12.8. Персонажи 

12.8.1. Планирование производства персонажей 
12.8.2. Дизайн персонажей 
12.8.3. Создание ассетов для персонажей 

12.9. Интеграция персонажей в сценарии и тестирование 

12.9.1. Процесс интеграции персонажей с в уровни 
12.9.2. Потребности проекта 
12.9.3. Анимация 

12.10. Звук в 3D-видеоиграх 

12.10.1. Интерпретация проектного досье для создания звуковой идентичности видеоигры 
12.10.2. Процессы композиции и производства 
12.10.3. Создание музыкального сопровождения 
12.10.4. Создание звуковых эффектов 
12.10.5. Озвучивание 

Модуль 13. Продвинутое 3D 

13.1. Передовые методы 3D-моделирования 

13.1.1. Конфигурация интерфейса 
13.1.2. От наблюдений к моделированию 
13.1.3. Моделирование частичных разрядов 
13.1.4. Органическое моделирование для видеоигр 
13.1.5. Расширенное отображение 3D-объектов 

13.2. Продвинутое 3D текстурирование 

13.2.1. Интерфейс Substance Painter 
13.2.2. Материалы, альфы и использование кистей 
13.2.3. Использование частиц 

13.3. Экспорт для программ 3D и Unreal Engine 

13.3.1. Интеграция Unreal Engine в проекты 
13.3.2. Интеграция 3D моделей 
13.3.3. Применение текстур в Unreal Engine 

13.4. Цифровая скульптура 

13.4.1. Цифровое скульптурирование с помощью ZBrush 
13.4.2. Первые шаги в Zbrush 
13.4.3. Интерфейс, меню и навигация 
13.4.4. Опорные изображения 
13.4.5. Полное 3D-моделирование объекта в zBrush 
13.4.6. Использование базовых сеток 
13.4.7. Частичное моделирование 
13.4.8. Экспорт 3D моделей в zBrush 

13.5. Использование Polypaint 

13.5.1. Кисти для продвинутого уровня 
13.5.2. Текстуры 
13.5.3. Материалы по умолчанию 

13.6. Ретопология 

13.6.1. Ретопология. Использование в индустрии видеоигр 
13.6.2. Создание сетки low-poly 
13.6.3. Использование программного обеспечения для ретопологии 

13.7. Позы 3D-модели 

13.7.1. Просмотры эталонных изображений 
13.7.2. Использование транспонирования 
13.7.3. Использование транспонирования для моделей, состоящих из разных частей 

13.8. Экспорт 3D-моделей 

13.8.1. Экспорт 3D моделей 
13.8.2. Генерация текстур для экспорта 
13.8.3. Конфигурация 3d-модели с различными материалами и текстурами 
13.8.4. Предварительный просмотр 3D-модели 

13.9. Передовые методы работы 

13.9.1. Рабочий процесс 3D-моделирования 
13.9.2. Организация рабочих процессов в 3D-моделировании 
13.9.3. Оценка трудозатрат на производство 

13.10. Доработка и экспорт моделей для других программ 

13.10.1. Рабочий процесс для завершения работы над моделью 
13.10.2. Экспорт с использованием Zpluging 
13.10.3. Возможные файлы. Преимущества и недостатки  

Модуль 14. 3D-анимация 

14.1. Управление программным обеспечением 

14.1.1. Обработка информации и методология работы 
14.1.2. Анимация 
14.1.3. Сроки и объем 
14.1.4.  Анимация с использованием базовых объектов 
14.1.5. Прямая и обратная кинематика 
14.1.6. Обратная кинематика 
14.1.7. Кинематическая цепь 

14.2. Анатомия. Двуногие vs.четвероногие 

14.2.1. Двуногие 
14.2.2. Четвероногие 
14.2.3. Цикл ходьбы 
14.2.4. Цикл бега 

14.3. Риг лица и Morpher 

14.3.1. Мимика. Lip-sync, глаза, фокус внимания 
14.3.2. Редактирование последовательностей 
14.3.3. Фонетика. Важность 

14.4. Прикладная анимация 

14.4.1. 3D-анимация для кино и телевидения 
14.4.2. Анимация для видеоигр 
14.4.3. Анимация для других приложений 

14.5. Захват движений с помощью Kinect 

14.5.1. Захват движения для анимации 
14.5.2. Последовательность движения 
14.5.3. Интеграция в Blender 

14.6. Скелет, скиннинг и сетап 

14.6.1. Взаимодействие между скелетом и геометрией 
14.6.2. Интерполяция сетки 
14.6.3. Анимационные грузы 

14.7. Действие 

14.7.1. Язык тела 
14.7.2. Позирование 
14.7.3. Редактирование последовательностей 

14.8. Камеры и снимки 

14.8.1. Камера и окружающая среда 
14.8.2. Композиция снимка и персонажи 
14.8.3. Обработка 

14.9. Визуальные спецэффекты 

14.9.1. Визуальные эффекты и анимация 
14.9.2. Виды оптических эффектов 
14.9.3. 3D VFX L 

14.10. Аниматор в роли актера 

14.10.1. Реплики 
14.10.2. Рекомендации от актеров 
14.10.3. От камеры до программы 

Модуль 15. Владение Unity 3D и искусственным интеллектом 

15.1. Видеоигра. Unity 3D 

15.1.1. Видеоигра 
15.1.2. Видеоигра. Ошибки и попадания 
15.1.3. Применение видеоигр в других областях и отраслях 

15.2. Разработка видеоигр. Unity 3D 

15.2.1. План производства и фазы разработки 
15.2.2. Методология разработки 
15.2.3. Патчи и дополнительный контент 

15.3. Unity 3D 

15.3.1. Unity 3D Области применения 
15.3.2. Создание сценариев в Unity 3D 
15.3.3. Asset Store и сторонние плагины 

15.4. Физические, входные данные 

15.4.1. InputSystem 
15.4.2. Физика в Unity 3D 
15.4.3. Анимация и аниматор 

15.5. Создание прототипов в Unity 

15.5.1. Блокинг и коллайдеры 
15.5.2. Префабы 
15.5.3. Scriptable Objects 

15.6. Конкретные приемы программирования 

15.6.1. Модель Singleton 
15.6.2. Загрузка ресурсов при запуске игр Windows 
15.6.3. Производительность и Profiler 

15.7. Видеоигры для мобильных устройств 

15.7.1. Игры для устройств Android 
15.7.2. Игры для устройств IOS 
15.7.3. Разработка кросс-платформ 

15.8. Дополненная реальность 

15.8.1. Типы игр с дополненной реальностью 
15.8.2. ARkit и ARcore 
15.8.3. Разработка Vuforia 

15.9. Программирование искусственного интеллекта 

15.9.1. Алгоритмы искусственного интеллекта 
15.9.2. Автоматы конечных состояний 
15.9.3. Нейронные сети 

15.10. Распределение и маркетинг 

15.10.1. Искусство публикации и продвижения видеоигры 
15.10.2. Лицо, ответственное за успех 
15.10.3. Стратегии 

Модуль 16. Разработка 2D и 3D-видеоигр 

16.1. Растеризованные графические ресурсы 

16.1.1. Спрайты 
16.1.2. Атласы 
16.1.3. Текстуры 

16.2. Разработка интерфейса и меню 

16.2.1. Unity GUI 
16.2.2. Unity UI 
16.2.3. UI Toolkit 

16.3. Анимационные системы 

16.3.1. Кривые и анимационные клавиши 
16.3.2. Применение анимационных событий 
16.3.3. Изменения 

16.4. Материалы и шейдеры 

16.4.1. Компоненты материала 
16.4.2. Типы RenderPass 
16.4.3. Shaders 

16.5. Частицы 

16.5.1. Система частиц 
16.5.2. Излучатели и суб-излучатели 
16.5.3. Скриптинг 
16.5.4. Освещение 

16.6. Режимы освещения 

16.6.1. Запекание освещения 
16.6.2. Световые зонды 

16,7. Mecanim 

16.7.1. State Machines, SubState Machines и переходы между анимациями 
16.7.2. Blend trees 
16.7.3. Слои анимации и IK 

16.8. Кинематическая обработка 

16.8.1. Таймлайн 
16.8.2. Постобработка эффектов 
16.8.3. Universal Render Pipeline и High Definition Render Pipeline 

16.9. Продвинутый VFX 

16.9.1. VFX Graph 
16.9.2. Shader Graph 
16.9.3. Pipeline tolos 

16.10. Аудиокомпоненты 

16.10.1. Аудиоисточник и аудиослушатель 
16.10.2. Audio Mixer 
16.10.3. Audio Spatializer 

Модуль 17. Программирование, создание механик и прототипирование видеоигр 

17.1. Технический процесс 

17.1.1. Модели lowpoly и highpoly в Unity 
17.1.2. Конфигурация материала 
17.1.3. High Definition Render Pipeline 

17.2. Дизайн персонажей 

17.2.1. Движение 
17.2.2. Разработка коллайдера 
17.2.3. Создание и поведение 

17.3. Импорт скелетных сеток в Unity 

17.3.1. Экспорт skeletal meshes из 3D-программ 
17.3.2. Скелетные сетки в Unity 
17.3.3. Якорные точки для аксессуаров 

17.4. Импорт анимации 

17.4.1. Подготовка анимации 
17.4.2. Импорт анимации 
17.4.3. Аниматор и переходы 

17.5. Редактор анимации 

17.5.1. Создание blend spaces 
17.5.2. Создание анимационного монтажа 
17.5.3. Редактирование анимаций, доступных только для чтения 

17.6. Создание и моделирование рэгдолла 

17.6.1. Конфигурация рэгдолла 
17.6.2. Рэгдолл в анимационный график 
17.6.3. Конфигурация рэгдолла 

17.7. Ресурсы для создания персонажа 

17.7.1. Библиотеки 
17.7.2. Импорт и экспорт библиотечных материалов 
17.7.3. Обработка материалов 

17.8. Рабочие команды 

17.8.1. Иерархия и роли в работе 
17.8.2. Системы управления версиями 
17.8.3. Разрешение конфликтов 

17.9. Требования для успешного развития 

17.9.1. Создание для успеха 
17.9.2. Оптимальное развитие 
17.9.3. Основные требования 

17.10. Упаковка для публикации 

17.10.1. Настройки игрока 
17.10.2. Сборка 
17.10.3. Создание установщика 

Модуль 18. Разработка иммерсивных видеоигр в VR 

18.1. Особенности VR 

18.1.1. Традиционные и VR-видеоигры. Различия 
18.1.2. Болезнь движения: подвижность по отношению к эффектам 
18.1.3. Уникальные взаимодействия в VR 

18.2. Общение 

18.2.1. События 
18.2.2. Физические триггеры 
18.2.3. Виртуальный и реальный мир 

18.3. Погружающая локомоция 

18.3.1. Телепортация 
18.3.2. Раскачивание рук 
18.3.3. Движение вперед с Facing и без него 

18.4. Физика в VR 

18.4.1. Перемещение и бросание объектов 
18.4.2. Вес и масса в VR 
18.4.3. Гравитация в VR 

18.5. Интерфейс пользователя в VR 

18.5.1. Позиционирование и изгиб элементов интерфейса 
18.5.2. Режимы взаимодействия с меню в VR 
18.5.3. Лучшие практики для комфортного восприятия 

18.6. Анимация в VR 

18.6.1. Интеграция анимированных моделей в VR 
18.6.2. Анимированные объекты и персонажи vs. Физические объекты 
18.6.3. Анимированные переходы vs процедурные переходы 

18.7. Аватар 

18.7.1. Представление аватара из его собственных глаз 
18.7.2. Внешнее представление собственного аватара 
18.7.3. Обратная кинематика и процедурная анимация применяемая к аватару 

18.8. Аудио 

18.8.1. Настройка аудиоисточников и аудиопрослушивателей для VR 
18.8.2. Доступные эффекты для более погружающего опыта 
18.8.3. Audio Spatializer VR 

18,9. Оптимизация в проектах VR и AR 

18.9.1. Окклюзионный отбор 
18.9.2. Статическое объединение 
18.9.3. Настройки качества и типы Render Pass 

18.10. Практика: Escape Room VR 

18.10.1. Проектирование опыта 
18.10.2. Лейаут сцены 
18.10.3. Разработка механик 

Модуль 19. Профессиональный звук для 3D-видеоигр в VR 

19.1. Аудио в профессиональных 3D-видеоиграх 

19.1.1. Аудио в видеоиграх 
19.1.2. Типы звуковых стилей в современных видеоиграх 
19.1.3. Пространственные звуковые модели 

19.2. Изучение предварительного материала 

19.2.1. Изучение документации проекта игры 
19.2.2. Изучение документации проекта уровней 
19.2.3. Оценка сложности и типа проекта по созданию аудио 

19.3. Изучение звуковых источников 

19.3.1. Список основных источников по сходству с проектом 
19.3.2. Аудиозаписи из других источников для придания видеоигре идентичности 
19.3.3. Изучение источников и подведение итогов 

19.4. Разработка звукового стиля видеоигры 

19.4.1. Основные факторы, влияющие на проект 
19.4.2. Важные аспекты в композиции аудио: инструменты, темп и др. 
19.4.3. Определение голосов 

19.5. Создание саундтрека 

19.5.1. Список сред и аудио 
19.5.2. Определение мотива, темы и инструментов 
19.5.3. Композиция и звуковые тесты в функциональных прототипах 

19.6. Создание звуковых эффектов (FX) 

19.6.1. Звуковые эффекты: типы FX и полный список в соответствии с потребностями проекта 
19.6.2. Определение мотива, темы и создание 
19.6.3. Оценка FX звука и функциональное тестирование прототипа 

19.7. Создание голосов 

19.7.1. Виды голосов и список фраз 
19.7.2. Поиск и оценка актеров и актрис дубляжа 
19.7.3. Оценка записей и тесты голосов в функциональных прототипах 

19.8. Оценка качества аудио 

19.8.1. Подготовка сессий прослушивания с командой разработчиков 
19.8.2. Интеграция всех аудио в функциональный прототип 
19.8.3. Тесты и оценка полученных результатов 

19.9. Экспорт, форматирование и импорт аудио в проект 

19.9.1. Форматы и сжатие аудио в видеоиграх 
19.9.2. Экспорт аудио 
19.9.3. Импорт аудио в проект 

19.10. Подготовка аудиобиблиотек к коммерциализации 

19.10.1. Разработка универсальных звуковых библиотек для профессионалов в области видеоигр 
19.10.2. Выбор аудио по типу: саундтрек, FX и голоса 
19.10.3. Продажа библиотек ассетов аудио 

Модуль 20. Производство и финансирование видеоигр 

20.1. Производство в видеоиграх 

20.1.1. Каскадные методологии 
20.1.2. Примеры недостаточного управления проектами и отсутствия рабочего плана 
20.1.3. Последствия отсутствия производственного отдела в индустрии видеоигр 

20.2. Команда разработчиков 

20.2.1. Ключевые отделы для разработки проектов 
20.2.2. Ключевые профили в микроуправлении: LEAD и SENIOR 
20.2.3. Проблема отсутствия опыта в профилях JUNIOR 
20.2.4. План обучения для профилей с низким опытом 

20.3. Гибкие методологии в разработке видеоигр 

20.3.1. Scrum 
20.3.2. AGILE 
20.3.3. Гибридные методологии 

20.4. Оценки усилий, времени и затрат 

20.4.1. Цена разработки видеоигры: основные понятия и расходы 
20.4.2. Планирование задач: критические точки, ключевые моменты и аспекты, которые следует учитывать 
20.4.3. Оценки, основанные на баллах усилия VS расчет в часах 

20.5. Приоритеты при планировании прототипов 

20.5.1. Определение общих целей проекта 
20.5.2. Приоритет функциональности и ключевого контента: порядок и потребности по отделам 
20.5.3. Группировка функциональности и контента для производства с целью создания поставляемых элементов (функциональные прототипы) 

20.6. Лучшие практики в производстве видеоигр 

20.6.1. Совещания, ежедневные, еженедельные собрания, встречи в конце спринта, встречи по проверке результатов на этапах альфа-тестирования, бета-тестирования и релиза. 
20.6.2. Измерение скорости спринта 
20.6.3. Выявление отсутствия мотивации и низкой производительности и предвидение возможных проблем в производстве 

20.7. Анализ в производстве 

20.7.1. Предварительный анализ I: обзор состояния рынка 
20.7.2. Предварительный анализ 2: установление основных референтов проекта (прямых конкурентов) 
20.7.3. Выводы предварительных анализов 

20.8. Расчет затрат на разработку 

20.8.1. Человеческие ресурсы 
20.8.2. Технологии и лицензии 
20.8.3. Внешние затраты на разработку 

20.9. Поиск инвестиций 

20.9.1. Типы инвесторов 
20.9.2. Исполнительное резюме 
20.9.3. Питч-дек 
20.9.4. Издатели 
20.9.5. Автономное финансирование 

20.10. Разработка проекта Post Mortems 

20.10.1. Процесс Post Mortem в компании 
20.10.2. Анализ положительных аспектов проекта 
20.10.3. Изучение негативных аспектов проекта 
20.10.4. Предложение по улучшению отрицательных моментов проекта и выводы 

Благодаря программе TECH мы помогаем вам понять и проанализировать мир глазами технологий"