Visão Computacional Paulo Sérgio Rodrigues PEL205.

Visão Computacional

Paulo Sérgio RodriguesPEL205

Administrivia

• Aulas: Terças: 18:30 às 22:10 hs

• Professor: Paulo Sérgio Rodrigues www.psergio.net

[email protected]• 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

CGModelo Matemático

Objeto Gráfico

VCImagem 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 VCProcessos para VC:

Imagem de Entrada Segmentação Extração Reconhecimento

Diferença entre CG e VCProcessos para VC:

Reconhecimento

Diferença entre CG e VCProcessos para VC:

Reconhecimento

Visão Computacional

Passado e Presente

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

Chapter 1: IntroductionChapter 1: Introduction

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