Saltar para:
Logótipo
This page in english Ajuda Autenticar-se
FEUP
Você está em: Início > PDEEC0040
Autenticação




Mapa das Instalações
Edifício A (Administração) Edifício B (Aulas) - Bloco I Edifício B (Aulas) - Bloco II Edifício B (Aulas) - Bloco III Edifício B (Aulas) - Bloco IV Edifício C (Biblioteca) Edifício D (CICA) Edifício E (Química) Edifício F (Minas e Metalurgia) Edifício F (Minas e Metalurgia) Edifício G (Civil) Edifício H (Civil) Edifício I (Electrotecnia) Edifício J (Electrotecnia) Edifício K (Pavilhão FCNAUP) Edifício L (Mecânica) Edifício M (Mecânica) Edifício N (Garagem) Edifício O (Cafetaria) Edifício P (Cantina) Edifício Q (Central de Gases) Edifício R (Laboratório de Engenharia do Ambiente) Edifício S (INESC) Edifício T (Torre do INEGI) Edifício U (Nave do INEGI) Edifício X (Associação de Estudantes)

Reconhecimento e Análise de Imagem

Código: PDEEC0040     Sigla: IAR

Áreas Científicas
Classificação Área Científica
OFICIAL Engenharia Eletrotécnica e de Computadores

Ocorrência: 2019/2020 - 2S Ícone do Moodle

Ativa? Sim
Página Web: http://moodle.fe.up.pt/
Unidade Responsável: Departamento de Engenharia Eletrotécnica e de Computadores
Curso/CE Responsável: Programa Doutoral em Engenharia Electrotécnica e de Computadores

Ciclos de Estudo/Cursos

Sigla Nº de Estudantes Plano de Estudos Anos Curriculares Créditos UCN Créditos ECTS Horas de Contacto Horas Totais
PDEEC 14 Plano de estudos oficial 1 - 7,5 70 202,5

Docência - Responsabilidades

Docente Responsabilidade
Jaime dos Santos Cardoso Regente

Docência - Horas

Teórico-Práticas: 3,00
Tipo Docente Turmas Horas
Teórico-Práticas Totais 1 3,00
Jaime dos Santos Cardoso 3,00

Língua de trabalho

Inglês

Objetivos

Este curso graduado em Análise e Reconhecimento de Imagem tem como objectivo providenciar aos alunos a capacidade para compreenderem e aplicarem alguns dos mais recentes avanços no campo do Reconhecimento e Análise de Imagem, que está em rápida evolução. O curso é baseado num livro recomendado e num conjunto de artigos originais seleccionados de modo a permitirem aos alunos o seguimento dos avanços nos tópicos cobertos na unidade curricular. Os principais tópicos analisados permitirão aos alunos desenvolver capacidades e competências em segmentação de imagem, seguimento de objectos, alinhamento de imagens, reconhecimento de objectos e padrões. O curso foca-se no uso dos métodos e técnicas com potencial aplicação em inspecção visual, processamento de documentos, biometria e imagem biomédica.

Resultados de aprendizagem e competências

Os principais tópicos analisados permitirão aos alunos desenvolver capacidades e competências em segmentação de imagem, seguimento de objectos, alinhamento de imagens, reconhecimento de objectos e padrões. O curso foca-se no uso dos métodos e técnicas com potencial aplicação em inspecção visual, processamento de documentos, biometria e imagem biomédica.

Modo de trabalho

Presencial

Programa

1. Melhoramento da imagem a. Métodos baseados em intensidade, locais e no domínio de frequência b. Método baseados em "Wavelets" 2. Da cor até arestas e texturas a. Detecção de arestas e texturas b. Análise de textura 3. Segmentação a. Introdução b. Segmentação de imagem usando métodos de agrupamento. Introduzindo restrições locais. Segmentação usando Mean Shift c. Segmentação usando agrupamento baseado em teoria dos grafos. Medidas de afinidade. Métodos de segmentação avançados: "Graph Cuts" e "Normalized Cuts". 4. Análise de movimento a. Subtracção de fundo b. Fluxo óptico c. Seguimento de objectos i. Seguimento de objectos usando modelos dinâmicos lineares: Filtragem de Kalman. (Exemplos: seguimento de pessoas e veículos). ii. Seguimento de objectos com modelos lineares não lineares: Filtragem de Kalman modificada e filtros de partículas. 5.Alinhamento de imagens a. Geometria reconstructiva de multiplas vistas i. Transformadas de pontos e invariância. ii. Transformadas fotométricas e invariância. iii. Câmaras e a sua calibração. b. Estratégias para o alinhamento de imagens e objectos de modo rígido e não rígido. c. Descriptores locais invariantes e medidas invariantes. 6. Reconhecimento de imagens a. Ferramentas de aprendizagem máquina b. Extracção e selecção de descritores: i. Análise de componentes principais. ii. Representação de objectos usando descriptores invariantes. c. Modelação de objectos i. Modelos de aparência activos. ii. Modelos de constelação e de forma implícita. iii. Modelos tipo saco de termos visuais. d. Exemplos de reconhecimento de objectos (caras, pessoas na rua, carros, objecto genéricos)

Bibliografia Obrigatória

Forsyth and Ponce; Computer Vision. A Modern Approach,, Prentice Hall, 2002

Bibliografia Complementar

R. O. Duda, P. E. Hart, D. G. Stork; Pattern classification, John Wiley & Sons, 2001

Métodos de ensino e atividades de aprendizagem

Este curso está organizado em 28 aulas de 90 minutos cada, compreendendo a exposição teórica e exercícios laboratoriais de visão por computador.

Software

Matlab 6 R12.1

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação Peso (%)
Exame 30,00
Prova oral 10,00
Trabalho de campo 30,00
Trabalho laboratorial 30,00
Total: 100,00

Componentes de Ocupação

Designação Tempo (Horas)
Elaboração de projeto 40,00
Estudo autónomo 84,00
Frequência das aulas 42,00
Trabalho de investigação 8,00
Trabalho laboratorial 18,00
Total: 192,00

Obtenção de frequência

Não aplicável

Fórmula de cálculo da classificação final

A avaliação e nota final será calculada usando o seguinte esquema: Trabalhos práticos: 30% (10% por cada trabalho) Apresentação de uma publicação escolhida pelo aluno: (10%) Projecto final da disciplina: 30% Exame final: 30% As notas serão atribuídas na escala de 0 a 20. Para passar na disciplina é necessária uma nota final de 10 ou mais.

Provas e trabalhos especiais

Os trabalhos para a disciplina consistem em 3 trabalhos práticos, a apresentação de uma publicação e um projecto final. Lista de trabalhos práticos: Trabalhos práticos 1: Segmentação de imagem Trabalhos práticos 2: Seguimento de pessoas em videos Trabalhos práticos 3: Reconhecimento e alinhamento de imagens Os trabalhos práticos podem ser efectuados em grupos de dois alunos. Contudo, os grupos têm de várias entre trabalhos práticos. Para cada trabalho prático um relatório completo da análise do trabalho tem de ser apresentado pelos alunos do grupo, o relatório tem de conter os resultados, ilustrações dos mesmos, e discussão. Para além do relatório, o código do programa usado para obter os resultados apresentados terá de ser entregue com comentários adequados. O relatório deverá estar em PDF , e será apresentado em 10 minutos. A cada aluno será designada uma publicação para ler e apresentar na aula. O projecto final será atribuído a grupos de dois alunos na segunda parte do semestre. O relatório do projecto final deverá ser apresentado na forma de uma publicação tipo IEEE PAMI com um mínimo de 6 páginas e um máximo de 10. Adicionalmente deverá ser entregue o código comentado do projecto. Todos os projectos serão apresentados numa aula especial a designar. NOTA: é recomendado que os alunos apresentem sugestões de projecto finais de modo a permitir que esse trabalho seja realizado numa área de interesse do aluno, aceitação de propostas de projectos estarão sujeitas à avaliação dos professores da cadeira. Regras para entregas atrasadas: Todos os estudantes têm de cumprir os prazos impostos. Um atraso de uma semana é permitido com uma penalização de 10% na nota dos trabalhos e projecto em atraso.

Trabalho de estágio/projeto

Não aplicável

Avaliação especial (TE, DA, ...)

Não aplicável

Melhoria de classificação

Não aplicável

Recomendar Página Voltar ao Topo
Copyright 1996-2020 © Faculdade de Engenharia da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Página gerada em: 2020-06-03 às 02:39:31 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais