Visión de Alto Nivel
Profesor:
Luis
Enrique Sucar
esucar (AT)
inaoep.mx
Descripción
general:
Curso
Calendario:
Sesiones
de Clase
Notas
Clase 1: Introducción [PDF]
Clase 2: Repaso de Visión de Bajo Nivel [PDF]
Clase 3: Segmentación [PDF]
Clase 4: Descripción [PDF]
Clase 5: Representación y Reconocimiento [PDF]
Clase 6: Visión bayesiana [PDF]
Clase 7: Relaciones, gramáticas, aplicaciones [PDF]
Artículos
Segmentación
Normalized
cuts
[reporte] (J
Shi, J Malik - IEEE Transactions on pattern analysis and machine, 2000)
[presentación]
Mean shift [reporte] (D Comaniciu,
P Meer - IEEE Transactions on pattern analysis and machine, 2002) [presentación]
Descripción
SIFT
[artículo]
(D Lowe, Distinctive image features from
scale-invariant keypoints) [presentación]
Comparación de
descriptores [artículo]
(K
Mikolajczyk, C Schmid - IEEE Transactions on Pattern Analysis and
Machine, 2005) [presentación]
Combinando
caract. locales y globales [artículo]
(K Murphy, A Torralba, D Eaton, W Freeman - Lecture Notes in
Computer Science, 2006) [presentación]
Reconocimiento
AdaBoost:
Ensambles de clasificadores [artículo] (Viola & Jones) [presentación]
Reconocimiento en base a
múltiples segmentaciones [artículo] (Pantofaru, Schmid & Herbert)[presentación]
Reconocimiento basado en modelos [artículo] (RT Chin, CR
Dyer - ACM Computing Surveys (CSUR), 1986)[presentación]
Visión Bayesiana
Relaciones espaciales y
gramáticas
Learning from ambigously labeled images
[artículo]
(T. Cour et al.)
Exploting spatial context
... [artículo] (Yuan, Li
& Zhang)
Learning Spatial Context [artículo]
(Heitz & Koller)
Actividades
Semana 1:
Repasar conceptos
básicos de visión de bajo nivel (referencias)
Semana 2:
Segmentación:
repasar (referencias) y análisis de artículos
Semana
3:
Descripción:
leer referencias y análisis de artículos
Semana 4:
Representación:
leer referencias y análisis de artículos
Propuesta proyecto final
Semana 5:
Propuesta
proyecto - entregar un documento
(max. 2 páginas) con lo siguiente:
- Descripción del problema
- Objetivo (qué van a hacer)
- Metodología (cómo lo van a hacer)
- Técnicas de visión (cómo se relaciona al
curso)
- Implementación (qué herramientas/lenguajes se van a
utilizar)
Semana 6:
Visión
bayesiana:
leer referencias y análisis de artículos
Semana
7:
Relaciones,
gramáticas, aplicaciones:
leer referencias y análisis de artículos
Semana 8/9 - Proyecto Final:
Presentación de avance
(29 de junio):
enviar una presentación (en PDF), 15 láminas
máximo, que contenga al menos lo siguiente:
- Descripción del problema, objetivos y metodología
- Avances en el desarrollo, detallando las técnicas
utilizadas
- Resultados preliminares
- Trabajo futuro (qué falta para terminar el proyecto)
Reporte final (6 de julio):
enviar el reporte en forma artículo
científico (usar formato
LN de Springer) de
máximo 10 páginas que contenga lo siguiente:
- Resumen
- Introducción
- Trabajo relacionado
- Metodología y Desarrollo
- Experimentos y resultados
- Conclusiones y trabajo futuro
- Referencias (usar
algún formato estandar)
Presentación final (8 de julio,
horario por confirmar): máximo 20 láminas que resuma
los principales puntos del reporte enfatizando el problema,
objetivos, metodología y resultados. Enviar la
presentación por e-mail a más tardar el miercoles 8 de
julio, 8:00 am.
Ligas de interés
Software:
Congresos y Revistas:
Recursos:
Libro: Procesamiento de Imágenes y Visión Computacional