Curso de Fotografia Computacional com ênfase em Inteligência Artificial e Dispositivos móveis

Disciplinas e avaliações

Os alunos serão avaliados em cada disciplina através de atividades remotas, onde a nota final obtida deverá ser maior ou igual a 7 (sete) em cada uma das disciplinas.

Relação das Disciplinas

1. Fotografia Computacional (30h)

   • Resumo da ementa: Compreender conceitos e etapas fundamentais no processamento digital de imagens, diversos tipos de imagens e como os pixels são armazenados digitalmente. Explorar para aprimorar a qualidade da imagem. Estudar métodos para restaurar imagens degradadas por ruído, desfoque ou outros fatores.

2. Aprendizagem de Máquina e Profunda (30h)

   • Resumo da ementa: Conhecer os modelos Redes Neurais, Perceptron e CNN. Definição de arquitetura, função de perdas e otimizadores. Geração, augmentation e rotulação de bases. Avaliação e Visualização. Aprendizagem profunda para processamento de imagens e visão computacional. 

3. Linguagem de programação Halide (30h)

   • Resumo da ementa: Apresentar fundamentos da otimização de algoritmos de processamento de imagens e fotografia computacional. Prover uma base teórica e prática de programação na linguagem de domínio específico (DSL) Halide. Apresentar métodos de implementação de pipelines e de interoperabilidade do Halide com C++.

4. Análise e Performance de Sistemas Heterogêneos (30h)

   • Resumo da ementa: Conhecer os tipos de sistemas de computação e as principais arquiteturas para computação heterogênea. Avaliar técnicas e ferramentas de programação para o desenvolvimento de aplicações em sistemas heterogêneos (CPU-GPU). Implementar e avaliar a performance dos algoritmos em diferentes configurações.

5. Análise e Performance de Sistemas com IA (30h)

   • Resumo da ementa: Entender conceitos da implementação e funcionamento de algoritmos de machine learning em diferentes arquiteturas de computação. Entender como configurar, realizar e monitorar experimentos para avaliação de modelos. Avaliar exemplos de aplicações de IA para imagens.

6. Análise de Qualidade de Imagem (30h)

   • Resumo da ementa: Fornecer uma compreensão abrangente dos conceitos e princípios fundamentais do IQA. Explorar as diferentes técnicas de IQA e suas aplicações em vários campos. Apresentar as técnicas de IQA baseadas em aprendizado profundo. Colocar em prática, a nível de código, técnicas de IQA em processamento de imagem e modelos de aprendizagem profunda.

Cronograma dos Cursos

Turma 1:

Turma 2: