CD603 — Visão Computacional
Ementa, programa e bibliografia da disciplina CD603.
← Voltar para a lista de disciplinas
Ementa
Conceitos básicos de processamento digital de imagens, filtragem, realce e melhoria da qualidade visual. Bordas e segmentação. Coordenadas homogêneas, projeções, câmeras e calibração. Reconhecimento de Padrões. Redes neurais convolucionais aplicadas à visão computacional. Classificação, detecção, segmentação e reconhecimento em imagens.
Programa
1. Introdução à visão computacional
- Conceitos fundamentais de visão computacional
- Diferenças entre processamento de imagens e visão computacional
- Aquisição, representação e interpretação de imagens
- Pixels, resolução, canais e espaços de cor
- Imagem como matriz e como sinal visual
- Aplicações em reconhecimento, inspeção, medicina e sistemas autônomos
2. Fundamentos de processamento digital de imagens
- Representação digital de imagens
- Amostragem e quantização
- Histogramas de intensidade
- Operações ponto a ponto
- Transformações de intensidade
- Normalização de imagens
- Conversão entre espaços de cor
- Noções de ruído em imagens digitais
3. Filtragem, realce e melhoria de imagens
Filtros lineares e não lineares
Convolução em imagens
Suavização e remoção de ruído
Filtro de média
Filtro gaussiano
Filtro de mediana
Realce de contraste
Equalização de histograma
Melhoria da qualidade visual de imagens
4. Bordas, contornos e segmentação
- Detecção de bordas
- Gradiente de imagem
- Operadores de Sobel, Prewitt e Canny
- Contornos e regiões
- Segmentação por limiarização
- Segmentação baseada em regiões
- Segmentação baseada em agrupamento
- Operações morfológicas
- Avaliação de resultados de segmentação
5. Características visuais e correspondências
- Pontos de interesse
- Descritores locais
- Características de forma, textura e cor
- Correspondência entre imagens
- Similaridade entre descritores
- Casamento de pontos
- Remoção de correspondências incorretas
- Aplicações em alinhamento e reconhecimento
6. Álgebra linear e geometria para visão computacional
- Vetores, matrizes e transformações lineares
- Sistemas de coordenadas
- Coordenadas homogêneas
- Transformações geométricas em imagens
- Translação, escala e rotação
- Representações de rotações
- Transformações rígidas e afins
- Relação entre geometria e formação de imagens
7. Projeções, câmeras e calibração
- Modelo de câmera
- Projeção ortográfica
- Projeção perspectiva
- Projeção afim
- Parâmetros intrínsecos e extrínsecos
- Calibração de câmeras
- Distorções de lente
- Relação entre pontos 3D e pontos projetados na imagem
8. Homografia e geometria de múltiplas vistas
- Homografia
- Transformações entre planos
- Geometria epipolar
- Matriz fundamental
- Matriz essencial
- Correspondências entre múltiplas imagens
- Estimação robusta com RANSAC
- Aplicações em registro de imagens, panoramas e reconstrução
9. Reconstrução, movimento e fatorização
Noções de reconstrução 3D
Estrutura a partir do movimento
Fatorização rígida
Fatorização não rígida
Estimativa de movimento
Fluxo óptico
Relação entre movimento de câmera e movimento de objetos
Limitações de reconstrução a partir de imagens
10. Rastreamento em visão computacional
- Conceitos de rastreamento visual
- Rastreamento de pontos
- Rastreamento de objetos
- Filtro de Kalman
- Filtro de partículas
- Atualização de estado ao longo do tempo
- Oclusões e mudanças de aparência
- Aplicações em vídeo, robótica e sistemas autônomos
11. Reconhecimento de padrões em imagens
- Extração de características
- Representação de imagens por vetores de atributos
- Classificação de imagens
- Reconhecimento de objetos
- Reconhecimento facial
- Reconhecimento baseado em características locais
- Avaliação de classificadores
- Métricas de desempenho em tarefas de visão computacional
12. Redes neurais convolucionais
- Fundamentos de redes neurais convolucionais
- Operação de convolução em redes neurais
- Filtros aprendidos
- Camadas convolucionais
- Camadas de pooling
- Arquiteturas convolucionais profundas
- Treinamento de modelos convolucionais
- Transferência de aprendizado
- Uso de redes pré-treinadas
13. Classificação, detecção e segmentação com aprendizado profundo
- Classificação de imagens com CNNs
- Detecção de objetos
- Localização de objetos em imagens
- Segmentação semântica
- Segmentação de instâncias
- Reconhecimento de múltiplos objetos
- Avaliação de modelos de detecção e segmentação
- Aplicações com bases de imagens reais
14. Aplicações e estudos de caso
- Reconhecimento facial
- Análise de imagens médicas
- Inspeção visual automatizada
- Visão computacional em sistemas autônomos
- Visão computacional em robótica
- Aplicações em segurança, mobilidade e indústria
- Limitações técnicas e éticas em sistemas de visão computacional
- Desenvolvimento de atividades práticas e estudos de caso
Referências
- PEDRINI, Hélio; SCHWARTZ, William Robson. Análise de imagens digitais. São Paulo: Cengage Learning, 2007.
- SZELISKI, Richard. Computer Vision: Algorithms and Applications. London: Springer, 2011.
- GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. Cambridge, MA: MIT Press, 2016.