Fundamentos da Visão Computacional. Percepção e Inteligência. Áreas de Aplicação. Filtragem. Segmentação e reconhecimento de características de baixo nível, objetos e cenas. Interação baseada em visão. Aplicações Avançadas.
Carga Horária: 60h (T 60)
Segunda e Quarta
Sala B7 106
Tarde, 14:00 à 15:40
Aulas teóricas com exposição de práticas para exemplificar o conteúdo
Participação dos alunos através da apresentação de seminários com foco em áreas recentes de visão computacional e produção de trabalhos
A avaliação será composta Trabalho
*Caso a equipe opte por um tema não relacionado no site, deve enviar o artigo que norteia sua ideia para o professor com antecedência
LEIA! Orientações para os semináriosNum. | Conteúdo | Nota de Aula | Exemplos |
---|---|---|---|
1 | Introdução a visão computacional, exemplos e plano de curso | Introducao à Visão | -- |
2 | Imagens, Pixels e Funções Básicas | Aula 2 | baixar |
3 | Instalação do OpenCV + Um start em GUI com QT | (windows, linux/mac) Aula 3 | baixar |
4 | Filtro e Morfologia | Aula 4 - Filtros | baixar |
5 | Detecção de Bordas | Aula 5 - Bordas Aula 6 - Contornos | baixar |
6 | Histograma e Matching | Aula 5 - Histograma | baixar - Histograma e Matching |
7 | Análise de Features: Harris, FAST, SURF | Aula 9 - Feature DetectionAula 10 - SIFT/SURF | baixar |
8 | Reconhecimento e Detecção | Aula 11 - Introdução Aula 12 - SVM Aula 13 - HOG e Reconhecimento de Pessoas Complemento - Medidas Aula 14a - BOW Aula 14b - LBP Aula 15 - Boosting + Cascade Aula 16 - Selective Search Aula 17 - Introdução a CNN | baixar - knn baixar - svm baixar - HOG baixar - bow |
9 | Estimação de Projeções, Calibração de Câmeras e Visão Estéreo | Aula 18 - Câmeras e Calibração
Aula 19 - Visão Estéreo |
baixar - calibração |
Procure por artigos da conferência CVPR desde 2011 ou sugira um artigo relacionado de outro lugar.
Principais Interesses:
Após a definição do trabalho, escreva sua proposta no formato abaixo e envie via slack
LEIA! Modelos para submissão de proposta de trabalhoAlgumas bases de dados que podem ser usadas para validar o trabalho
Trabalhos de turmas anteriores: 2015.2, 2016.1, 2016.2, 2017.1, 2017.2
Num. | Tema* | Equipe | Proposta | Seminário | Trabalho |
---|
API
Livros
Baggio, D.: Mastering OpenCV with Practical Computer Vision Projects, PACKT, 2012
Laganière, R: OpenCV 2 Computer Vision Application Programming Cookbook, PACKT, 2011
Howe, K.:A Practical Introduction to Computer Vision with OpenCV, Wiley, 2014
Bradski and Kaehler: Learning OpenCV, O'Reilly, 2008
J.R.Parke: Algorithms for Image Processing and_Computer Vision, Wiley 2010
Szeliski, Richard: Computer Vision: Algorithms and Applications, Microsoft Research, 2010
Simon J. D. Prince. Computer Vision: Models, Learning, and Inference, Cambridge University Press, 2014.
M. Nixon. Feature Extraction and Image Processing for Computer Vision, Elsevier, Ed. 3, 2012
R. Hartley, e A. Zisserman. Multiple View Geometry in Computer Vision, Cambridge University Press, Ed. 2, 2004.
Li Deng and Dong Yu. Deep Learning Methods and Applications, Foundations and Trends in Signal Processing, 2014