Embedded Files
Objetivos
Conocer las técnicas fundamentales de visión por computador para la implementación en robots móviles.
Aplicar algoritmos de visión por computador en entornos simulados 3D.
Metodología
Se realizará clase magistral de los conceptos fundamentales de visión por computador.
Se brindara información de artículos, libros, vídeos y enlaces en Internet para la información complementaria del curso.
El componente practico se llevara a cabo por medio de talleres y un proyecto en el semestre aplicando los algoritmos en un entorno virtual usando un motor de gráficos 3D y un motor de físicas.
Contenido
Introducción a la Visión por computador.
Adquisición de Imágenes y Vídeo.
Modelo de Cámara
Procesamiento de Imágenes
Conectividad
Realce de Imágenes
Detección de bordes
Operadores morfológicos
Modelos de Color
Segmentación de imágenes
Binarización mediante detección de umbral
Selección del umbral óptimo
Selección de umbral basada en características de la frontera
Umbrales basados en varias variables
Etiquetado de componentes conexas
Crecimiento de regiones mediante adición de píxeles
Extracción de regiones por el color
Extracción de características
Descripción de Líneas y Contornos
La transformada de Hough
Descriptores de Fourier
Descripción de Regiones
Propiedades de las regiones
Texturas
Momentos invariantes
Identificación y reconocimiento de objetos.
Métodos para reducción de datos y reducción de la dimensionalidad
Agrupamiento o Clustering
Reducción de la dimensionalidad: Self-Organizing Map
Clasificación
Teoría de la decisión de Bayes: el clasificador Bayesiano
El perceptrón y el perceptrón multicapa
Máquinas de Soporte Vectorial
Medidas de desempeño
Exactitud
Sensibilidad
Especificidad
Presicion
Recall
Curvas ROC
Curvas Presicion-Recall
Herramientas para la simulación de robots móviles.
Programación
Evaluación (40% de la Nota de la Asignatura)
Proyecto 15%
Artículos y lecturas 10%
Talleres prácticos 15%
Notas
Enlaces
Simbad Project - Simbad is a Java 3d robot simulator for scientific and educationnal purposes.
The great robot race http://www.pbs.org/wgbh/nova/darpa/
Object-oriented Graphics Rendering Engine (OGRE) http://www.ogre3d.org/
Open Dynamics Engine (ODE) http://www.ode.org/
DARPA grand challenge http://www.darpa.mil/grandchallenge/index.asp
European Land-Robot Trial http://www.elrob.org/
Lecturas Asignadas
Juan C. Caicedo, Angel Cruz, and Fabio González. Histopathology image classification using bag of features and kernel functions. Lecture Notes in Computer Science. Artificial Intelligence in Medicine, AIME’09, pp 126-135, July 2009.Volume 5651/2009. ISBN 978-3-642-02975-2. ISSN 0302-9743 (Print) 1611-3349 (Online). [pdf] [url] >> 160-1821, 160-1833
Angel Cruz-Roa, Juan C. Caicedo and Fabio A. Gonzalez. Visual Pattern Analysis in Histopathology Images Using Bag of Features. Lecture Notes in Computer Science. 14th Iberoamerican Congress on Pattern Recognition. CIARP 2009. pp 521-528. Volume 5856/2009. November 2009. ISBN 978-3-642-10267-7. ISSN 0302-9743 (Print) 1611-3349 (Online). [pdf] [url] >> 160-1810, 160-1843
Camargo, J., Caicedo, J. and González, F. Kernel-Based Visualization of Large Collections of Medical Images Involving Domain Knowledge. X Congreso Internacional de Interacción Persona-Ordenador (Interacción2009), September 2009. (paper) >> 160-1820, 160-1808
Oliver Jesorsky, Klaus J. Kirchberg and Robert W. Frischholz. Robust Face Detection Using the Hausdorff Distance. Audio- and Video-Based Biometric Person Authentication. Lecture Notes in Computer Science. Volume 2091/2001, Páginas 90-95 [pdf] >> 160-1835, 160-1831
Songyang Yu and Ling Guan. A CAD system for the automatic detection of clustered microcalcifications in digitized mammogram films. Medical Imaging, IEEE Transactions on. Feb. 2000, Volume: 19, Issue: 2. pages 115-126 [pdf] >> 160-1335, 160-1440
Renaud Barate & Antoine Manzanera Evolving Vision Controllers with a Two-Phase Genetic Programming System Using Imitation. 10th International Conference on the Simulation of Adaptive Behavior (SAB'08). Osaka, Japan. jul.2008. pp. 73--82 [pdf] >> 160-1148, 160-1801
C. Niebles, B. Han, A. Ferencz and L. Fei-Fei. Extracting Moving People from Internet Videos. European Conference on Computer Vision (ECCV) 2008. [PDF] >> 160-1830, 160-1841
J.C. Niebles, H. Wang, L. Fei-Fei. Unsupervised learning of human action categories using spatial-temporal words. Accepted for Oral Presentation at British Machine Vision Conference (BMVC) 2006. [PDF] >> 160-1531, 160-1829
R. Fergus, L. Fei-Fei, P. Perona and A. Zisserman. Learning Object Categories from Google's Image Search. IEEE Inter. Conf. Computer Vision. 2005. [PDF] >>160-1832, 160-1812
Vídeos
Page updated
Google Sites
Report abuse