Paulo Sérgio Rodrigues PEL205 Visão Computacional Paulo Sérgio Rodrigues PEL205
Administrivia Aulas: Terças: 18:30 às 22:10 hs Professor: Paulo Sérgio Rodrigues www.psergio.net psergio@fei.edu.br 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
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.
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.
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?”
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
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
Visão de Baixo Nível: Imagem filtrada com um filtro passa baixa
Visão de Baixo Nível: Detecção de Bordas
Visão de Médio Nível: Detecção de Linhas
Visão de Médio Nível: Segmentação de Regiões
Visão de Alto Nível: Reconhecimento de Regiões
Visão de Alto Nível: Reconhecimento de Linhas
Diferença entre CG e VC Modelo Matemático CG Objeto Gráfico VC Imagem Real Análise
Diferença entre CG e VC Exemplo de entrada para CG:
Diferença entre CG e VC Exemplo de entrada para CG:
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; ...... }
Diferença entre CG e VC Exemplo de entrada e Saída para VC: Maligno Benigno
Diferença entre CG e VC Exemplo de entrada para VC:
Diferença entre CG e VC Exemplo de entrada e Saída para VC:
Diferença entre CG e VC Exemplo de entrada e Saída para VC:
Diferença entre CG e VC Processos para VC: Imagem de Entrada Segmentação Extração Reconhecimento
Diferença entre CG e VC Processos para VC: Reconhecimento
Diferença entre CG e VC Processos para VC: Reconhecimento
Visão Computacional Passado e Presente
Chapter 1: Introduction
Chapter 1: Introduction
Chapter 1: Introduction
Chapter 1: Introduction
Chapter 1: Introduction
Chapter 1: Introduction
Chapter 1: Introduction
Chapter 1: Introduction
Chapter 1: Introduction
Grandes Desafios Futuros Visão Computacional Grandes Desafios Futuros
Telemedicina
Gerenciamento de Grandes Bases de Dados
Análise de Imagens em Vídeo
Ambientes Virtuais Colaborativos
Ambientes Virtuais Colaborativos
TV-Digital
Análise de Imagens com Base em informações de Cor, Forma ou Textura
Desafio: Visão Baseada em Contexto
Desafio: Visão Baseada em Contexto