|
|||||
Disciplina asociada:Ciencias Computacionales |
|||||
Escuela:
Por definir
|
|||||
Departamento Académico:
Por definir
|
|||||
Programas académicos: |
|||||
Requisitos:No tiene. |
|||||
Equivalencia:No tiene. |
|||||
Intención del curso en el contexto general del plan de estudios: |
|||||
Es un curso de nivel avanzado en Ciencias Computacionales e Ingeniería, que tiene la intención que el alumno conozca los principios de visión por computadora desde la perspectiva del diseño práctico de algoritmos y su aplicación para diferentes problemas de reconocimiento de patrones visuales. El curso integra diferentes conceptos y ejemplos que justifican el uso de algoritmos prácticos para que el alumno integre esa perspectiva cuando desarrolle algoritmos que sean eficientes en aplicaciones de reconocimiento en tiempo real. El curso requiere conocimientos básicos de matemáticas discretas, estadística, cálculo integral y programación. Como resultado del aprendizaje el estudiante conocerá los elementos para realizar mejoramiento de imágenes, reconocimiento de orillas, segmentación de regiones, extracción de características y entrenamiento de algoritmos de reconocimiento de patrones en problemas de visión. |
|||||
Objetivo general de la Unidad de Formación: |
|||||
Al finalizar el curso el alumno será capaz de:
- Mejorar la calidad de una imagen degradada. - Reconocer automáticamente orillas y regiones dentro de las imágenes. - Eliminar ruido de las orillas y/o regiones mediante morfología matemática. - Extraer características invariantes de las orillas o regiones automáticamente identificadas. - Entender los principios básicos de reconocimiento de patrones aplicados a entrenar un sistema al reconocimiento de la posición y orientación de un objeto dentro de las imágenes digitales. - Diseñar algoritmos eficientes que sean capaces de reconocer en tiempo real un objeto y/o patrón específico dentro de una imagen. |
|||||
Técnica didáctica sugerida: |
|||||
No especificado | |||||
Bibliografía sugerida: |
|||||
LIBROS DE TEXTO: * Costa, Luciano da Fontoura., Shape classification and analysis : theory and practice / Luciano da Fontoura Costa, Roberto Marcondes Cesar, Jr., 2nd ed., Boca Raton : CRC Press, c2009., , 0849379296 (hardcover : alk. paper), 9780849379291 (hardcover : alk. paper) LIBROS DE CONSULTA: * Duda, Richard O., Pattern classification and scene analysis, Wiley, 471223611 * Nalwa, Vishvjit S., A guided tour of computer vision / Vishvjit S. Nalwa., , Reading, Mass. : Addison-Wesley, c1993., , 0201548534, 1201548534 (alk. paper) * Tou, Julius T., 1926-, Pattern recognition principles / Julius T. Tou, Rafael C. Gonzalez., Second printing, with corrections., Reading, Mass. : Addison-Wesley Pub. Co., 1977, c1974., , 0201075873 * Schalkoff, Robert J, Digital image processing and computer vision, Wiley, 471857181 |
|||||
Perfil del Profesor: |
|||||
(110701)Doctorado en Ciencias Computacionales CIP: 110701 |
|||||
|
|||||
Discipline:Computer Science |
|||||
School:
Undefined
|
|||||
Academic Department:
Undefined
|
|||||
Programs: |
|||||
Prerequisites:None. |
|||||
Equivalences:None. |
|||||
Course intention within the general study plan context: |
|||||
This is a basic course for the computer science program and engineering program. It is intended to teach the student the basic principles of computer vision using practical algorithms and their application in the identification of visual patterns. The course uses concepts and examples to justify the use of simple algorithms in such a way that any student may develop real time vision applications. The course requires basic knowledge of discrete mathematics, set theory, statistics, calculus and programing. As learning outcome, the student will learn the basic image-enhancement, edge detection and image segmentation algorithms. Furthermore, the student will be able to extract image features and apply pattern recognition algorithms in real time vision problems. |
|||||
Course objective: |
|||||
After completing the course, students will be able to:
- Enhance an image by noise removal and contrast enhancement - Automatically detect edges and regions from an scene - Remove detection noise by the use of mathematical morphology - Extract scale/orientation invariant features aimed to detect specific objects from a scene - Use and understand the basic pattern recognition schemes aimed to detect image objects - Develop fast and efficient computer code aimed for the real time detection and tracking of objects. |
|||||
Teaching and learning tecniques: |
|||||
Not Specified | |||||
Suggested Bibliography: |
|||||
TEXT BOOKS: * Costa, Luciano da Fontoura., Shape classification and analysis : theory and practice / Luciano da Fontoura Costa, Roberto Marcondes Cesar, Jr., 2nd ed., Boca Raton : CRC Press, c2009., , 0849379296 (hardcover : alk. paper), 9780849379291 (hardcover : alk. paper) BOOKS FOR CONSULTATION: * Duda, Richard O., Pattern classification and scene analysis, Wiley, 471223611 * Nalwa, Vishvjit S., A guided tour of computer vision / Vishvjit S. Nalwa., , Reading, Mass. : Addison-Wesley, c1993., , 0201548534, 1201548534 (alk. paper) * Tou, Julius T., 1926-, Pattern recognition principles / Julius T. Tou, Rafael C. Gonzalez., Second printing, with corrections., Reading, Mass. : Addison-Wesley Pub. Co., 1977, c1974., , 0201075873 * Schalkoff, Robert J, Digital image processing and computer vision, Wiley, 471857181 |
|||||
Academic credentials required to teach the course: |
|||||
(110701)Doctoral Degree in Computational Sciences CIP: 110701 |
|||||