Paulo Sérgio Rodrigues PEL205

Apresentação em tema: "Paulo Sérgio Rodrigues PEL205"— Transcrição da apresentação:

1 Paulo Sérgio Rodrigues PEL205
Visão Computacional Paulo Sérgio Rodrigues PEL205

2 Administrivia Aulas: Terças: 18:30 às 22:10 hs
Professor: Paulo Sérgio Rodrigues Pré-requisitos: Conceitos Básicos de programação, álgebra linear, cálculo diferencial e integral. Textbooks: “Digital Image Processing” by Rafael Gonzalez & Richard Woods “Computer Vision: a modern approach” by Forsyth & Ponce

3 Objetivos Introdução dos Principais problemas de Visão Computacional.
Introduzir os principais problemas e técnicas para resolver os problemas. Dar aos alunos ferramentas e oportunidades para implementar soluções razoáveis para problemas complexos.    Dar aos alunos uma visão geral da literatura e da área de visão computacional, bem como de sua complexidade e importância.

4 Por que estudar Visão Computacional?
Imagens e vídeos existem em todo lugar A cada dia, novas aplicações práticas têm surgido: Construção de modelos virtuais de estruturas reais 3D. segurança (quem está fazendo o que?) Pós-processamento de vídeo Reconhecimento de faces, gestos, etc.. Vários problemas científicos desafiadores Como funciona um sistema de reconhecimento de objetos? Um entendimento melhor a respeito da visão humana.

5 Principais Tópicos tratados em Visão Computacional
Detecção de Formas ou Movimento “Qual a forma 3D desse objeto?” Segmentação “O que pertence a que?” Tracking (Rastreamento) “A onde cada objeto vai?” Reconhecimento “O que é isso?”

6 Principais Tópicos Câmeras Transformações Geométricas
Projeção Perspectiva Modelo de Câmera Calibração Visão de Baixo Nível Transformações de Imagens Transformada de Fourier, DFT, Propriedades, FFT Hotteling DCT SVD Melhoramento de Imagens Filtragem no Domínio Espacial Filtragem no Domínio da Freqüência Visão de Médio Nível Segmentação de Imagens Detecção de Linhas e Bordas Limiar Adaptativo Segmentação Baseada em Região Segmentação Baseada em Entropia Segmentação Baseada em Movimento K-means Mapas Auto-Organizáveis

7 Principais Tópicos Visão de Alto Nível Rastreamento
Representação de Imagens Código de Cadeia Assinaturas Esqueleto Descrição de Imagens Descritores de Fourier Momentos Descritores Topológicos Morfologia Matemática Recuperação Baseada em Conteúdo Recuperação Baseada em Cor Recuperação Baseada em Forma Recuperação Baseada em Textura Recuperação Baseada em Rascunho Árvore de Decisão para Reconhecimento Reconhecimento Baseado em Métodos Estruturais Interpretação

8 Visão de Baixo Nível: Imagem filtrada com um filtro passa baixa

9 Visão de Baixo Nível: Detecção de Bordas

10 Visão de Médio Nível: Detecção de Linhas

11 Visão de Médio Nível: Segmentação de Regiões

12 Visão de Alto Nível: Reconhecimento de Regiões

13 Visão de Alto Nível: Reconhecimento de Linhas

14 Diferença entre CG e VC Modelo Matemático CG Objeto Gráfico VC
Imagem Real Análise

15 Diferença entre CG e VC Exemplo de entrada para CG:

16 Diferença entre CG e VC Exemplo de entrada para CG:

17 Diferença entre CG e VC Idéia da Simulação
O fluido é representado por um conjunto de centenas de partículas Cada partícula é uma estrutura de dados Classe Partícula { float posição x; float posição y; float velocidade x; float velocidade y; float densidade; ...... }

18 Diferença entre CG e VC Exemplo de entrada e Saída para VC: Maligno
Benigno

19 Diferença entre CG e VC Exemplo de entrada para VC:

20 Diferença entre CG e VC Exemplo de entrada e Saída para VC:

21 Diferença entre CG e VC Exemplo de entrada e Saída para VC:

22 Diferença entre CG e VC Processos para VC: Imagem de Entrada
Segmentação Extração Reconhecimento

23 Diferença entre CG e VC Processos para VC: Reconhecimento

24 Diferença entre CG e VC Processos para VC: Reconhecimento

25 Visão Computacional Passado e Presente

26 Chapter 1: Introduction

27 Chapter 1: Introduction

28 Chapter 1: Introduction

29 Chapter 1: Introduction

30 Chapter 1: Introduction

31 Chapter 1: Introduction

32 Chapter 1: Introduction

33 Chapter 1: Introduction

34 Chapter 1: Introduction

35 Grandes Desafios Futuros
Visão Computacional Grandes Desafios Futuros

36 Telemedicina

37 Gerenciamento de Grandes Bases de Dados

38 Análise de Imagens em Vídeo

39 Ambientes Virtuais Colaborativos

40 Ambientes Virtuais Colaborativos

41 TV-Digital

42 Análise de Imagens com Base em informações de Cor, Forma ou Textura

43 Desafio: Visão Baseada em Contexto

44 Desafio: Visão Baseada em Contexto