Quartas, 08:20 - 11:50h, Ensino Remoto/Moodle Presencial UFSC Como fazer matrícula? Alunos de Pós-Graduação UFSC: Diretamente junto à Secretaria do PPGCC - INE 410121 Alunos de Graduação UFSC: (formandos) aluno especial de INE 410121 junto à Secretaria do PPGCC (outros) matricule-se na optativa INE 5443 que validaremos Outros (graduados): aluno especial de INE 410121 junto à Secretaria do PPGCC Site: https://ppgcc.ufsc.br/
Contents
Introdução
- O Conjunto de Disciplinas de Visão Computacional do INE (CCO e PPGCC)
Programa
-
Introdução
- Aula Inaugural e Apresentação do Plano de Ensino
- Visão da Estruturação Geral do Campo da Análise de Imagens e Visão Computacional
- Domínios de Processamento de Imagens
- Métricas de Cor e Similaridade de Pixel
- Ferramentas: Python e OpenCV
- Ferramentas de Ensino Interativas para Ambientes em Nuvem: Jupyter Notebooks
- Usando a Nuvem para seus Trabalhos
-
Reconhecimento de Padrões
-
Domínio do Valor
- Consideramos apenas o Valor de cada pixel da imagem, sem levar em consideração o que se encontra ao seu redor
- V1. Operações Matemáticas de imagem com operando escalar
- V2. Operações Lógicas com operando escalar
- V3. Operações Matemáticas de imagem com imagem
- V4. Operações Lógicas de imagem com imagem
- V5. Operações de Limiarização
- V6. Operações Estatísticas
- V7. Operações Combinadas
-
Domínio do Espaço
- Consideramos o valor de cada pixel e também a relação deste com os valores de um conjunto de pixels na sua vizinhança
- E1. Operações Genéricas de Convolução
- E2. Morfologia Matemática
- E3. Operações de Detecção de Bordas
- E3. Detecção de Bordas com Convolução Simples
- E3.1 Roberts
- E3.2 Sobel
- E3.3 Robinson
- E 3.4 Prewitt
- E 3.5 Isotrópico
- E3’ Operadores Avançados de Detecção de Bordas utilizando Convolução
-
E 3.4 Canny
-
- E3’’ Usando Modelos Matemáticos em um Espaço de Parâmetros
-
E3’’’ Detecção de Estruturas Salientes
-
E 3.7 Sha’aShua
-
- E3. Detecção de Bordas com Convolução Simples
- E4. Segmentação
- Definição de Região em uma Imagem (NASA) – a group of pixels with similar or identical characteristics. A “connected region” is a region in which all pixels are connected through a path consisting only of pixels in the region. A “disjoint region” contains some pixels that are not connected through a path consisting only of pixels in the region.
- E4.1 Crescimento de Regiões com Medidas Simples
- E4.2 Split & Merge
- E 4.3 Funcional de Mumford & Shah
- E 4.4 Método do Divisor de Águas: Watershed
- E 4.5 Segmentação com Grafos: Felzenszwalb and Huttenlocher method (FH)
- E 4.6 Métodos Híbridos
Comparação entre métodos de segmentação aplicados à imagem nº 368068. (A) original , (B) Ground Truth, (C) WCSC, (D) CSC, (E) Edison, (F) Munford-Shah, (G) RHSEG, (H) JSEG e
(I) Watershed. -
Domínio da Freqüência
- Consideramos o comportamento de variação do valor dos pixels de uma imagem em vários sentidos
- F1. FFT
- F2. Wavelets (Ondeletas)
- F3. Textura baseada em Covariância de Cores
-
Deep Learning::Redes Neurais Convolucionais para Processamento de Imagens
Material de Referência para nossas Aulas, contendo links, erferências, exercícios, videos, etc…
- Reconhecimento de Padrões::Técnicas Sub-simbólicas: Redes Neurais
- Deep Learning::Introdução ao Novo Coneccionismo
- Deep Learning::Reconhecimento de Imagens
- Deep Learning::Detecção de Objetos em Imagens
- Deep Learning::Segmentação de Imagens com CNNs
- Deep Learning::Aprendizado por Transferência e Ajuste Fino
- Deep Learning::Reconhecimento de Poses Humanas
- Deep Learning::Redes Adversárias & Neural Style Transfer
- Deep Learning::Usando a Nuvem para seus Trabalhos
- Deep Learning::Coisas Prontas & Datasets
- Deep Learning::Ensinando à Rede: Ferramentas de Anotação
- Deep Learning::Eu não gosto de escrever código! Ambientes de Programação Visual
- Deep Learning::Eu quero embarcar! IoT & CNNs com Raspberry Pi
- Deep Learning::Entenda o Babel: Glossário
Trabalhos de Alunos
- Pôsteres do Semestre 2021.2 (integrado – alunos de graduação e pós-graduação)
- Pôsteres do Semestre 2020.2/2021.1 (integrado – alunos de graduação e pós-graduação)
- Pôsteres do Semestre 2019.2 (integrado – alunos de graduação e pós-graduação)