Visão por computador
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Outras Áreas Técnicas |
Ocorrência: 2021/2022 - 2S
Ciclos de Estudo/Cursos
Sigla |
Nº de Estudantes |
Plano de Estudos |
Anos Curriculares |
Créditos UCN |
Créditos ECTS |
Horas de Contacto |
Horas Totais |
M.EEC |
32 |
Plano de Estudos Oficial |
1 |
- |
6 |
39 |
|
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Esta UC é uma introdução aos conceitos e métodos da visão por computador. Será colocada especial ênfase na apresentação dos conceitos teóricos fundamentais, que serão ilustrados com exemplos práticos e projetos. Cada exercício será cuidadosamente escolhido para reforçar os conceitos explicados nos momentos expositivos, para os desenvolver e para os generalizar em diversas direções.
Resultados de aprendizagem e competências
O estudante que conclua com sucesso esta UC deve:
- compreender e ser capaz de explicar os conceitos da visão por computador e os algoritmos fundamentais de tratamento de imagens;
- conhecer e ser capaz de selecionar e aplicar esses algoritmos em situações práticas;
- ter adquirido conhecimentos que lhe permitam usar uma biblioteca que implemente alguns dos algoritmos estudados;
- ser capaz de analisar e compreender artigos científicos selecionados nas áreas de visão por computador.
- ser capaz de desenvolver sistemas simples de visão por computador, de acordo com as especificações definidas aplicando as ferramentas tecnológicas mais apropriadas.
Modo de trabalho
Presencial
Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)
Conhecimentos de Processamento de Sinal e de programação em MatLab.
Programa
- Introdução (apresentação do conceito de visão por computador, enquadramento e relação com áreas científicas afins) (Semana 1)
- Sistema visual humano; Aquisição e formação de imagens digitais, monocromáticas e policromáticos (Semana 2)
- Processamento digital imagem: transformações de intensidade, filtragem linear e não-linear. Filtragem no domínio das frequeências (Semanas 3 a 5)
- Segmentação de imagem (segmentação por clustering, segmentação baseada em região, segmentação baseada em modelos); segmentação de sequências (temporais, espaciais, espetrais) (semanas 6 e 7)
- Deteção e matching de pontos e regiões de interesse (orlas, cantos, pontos e regiões salientes) (Semanas 8 e 9)
- Análise de imagem (topologia digital, características dimensionais, morfológicas e de intensidade) (semana 10 e 11)
- Reconhecimento de imagem (semana 12 e 13)
Bibliografia Obrigatória
Rafael C. Gonzalez;
Digital image processing. ISBN: 978-0-13-335672-4
E. R. Davies;
Computer vision. ISBN: 978-0-12-809284-2
Richard Szeliski;
Computer vision. ISBN: 978-1-84882-935-0
Reinhard Klette;
Concise Computer Vision: An Introduction into Theory and Algorithms, Springer-Verlag, 2014
Métodos de ensino e atividades de aprendizagem
Momentos expositivos em auditório ou a distância; momentos práticos em laboratórios de computação; aprendizagem com base na resolução de casos práticos e projetos, trabalho autónomo e estudo independente pelos estudantes, trabalho em grupo e aprendizagem cooperativa.
Avaliação distribuída com exame final, incluindo a realização de um trabalho de projeto.
Software
MatLab
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Designação |
Peso (%) |
Exame |
60,00 |
Trabalho prático ou de projeto |
40,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Elaboração de projeto |
50,00 |
Estudo autónomo |
67,00 |
Frequência das aulas |
39,00 |
Trabalho escrito |
6,00 |
Total: |
162,00 |
Obtenção de frequência
As componentes para obtenção de frequência são:
- projeto realizado em grupo e respectivo relatório escrito;
- apresentação oral do projeto.
A obtenção de frequência pressupõe a conclusão com sucesso do trabalho de grupo, incluindo a elaboração do relatório e apresentação oral, para além das condições legais vigentes.
A classificação de frequência é a classificação do projeto, considerando os aspectos de execução, resultado atingido, divisão de tarefas no grupo, qualidade do relatório escrito e da apresentação pública.
Os estudantes que não tenham obtido classificação de frequência não podem realizar qualquer exame no ano letivo corrente.
Fórmula de cálculo da classificação final
A classificação de frequência (CF) de cada estudante é classificação obtida no trabalho de grupo.
A nota final (NF) é calculada por NF=0.6*Ex+0.4*F
sendo Ex a classificação do exame e F=min(CF, Ex+4).
Provas e trabalhos especiais
1. Projeto realizado em grupo em tema a definir;
2. Exame sobre toda a matéria.
Avaliação especial (TE, DA, ...)
A mesma avaliação definida para os alunos em regime normal.
Melhoria de classificação
A melhoria de classificação obtida no exame da 1ª época é realizada no exame de recurso, que incide sobre toda a matéria leccionada. A classificação de freqência também será considerada na época de melhoria de classificação.