Mudanças entre as edições de "SCC-5830(Moacir)"

De CoteiaWiki
(Trabalhos)
(Trabalhos)
Linha 36: Linha 36:
 
# [[Media:trabalho2_detectorharris.pdf|Detecção de pontos-chave usando o método de Harris]] - A data de entrega até '''21/11''' (e não 25/11 como está no PDF)
 
# [[Media:trabalho2_detectorharris.pdf|Detecção de pontos-chave usando o método de Harris]] - A data de entrega até '''21/11''' (e não 25/11 como está no PDF)
 
# [[Media:trabalho3_extracaomultiescala.pdf|Extração de características locais multiescala]] entrega até '''12/12'''  
 
# [[Media:trabalho3_extracaomultiescala.pdf|Extração de características locais multiescala]] entrega até '''12/12'''  
 +
## [[Media:trabalho3_imagensteste.tar.gz|Conjunto de imagens para uso no trabalho 3]]
  
 
Enviar os trabalhos por email para moacir at icmc usp br
 
Enviar os trabalhos por email para moacir at icmc usp br
  
 
== Notas ==
 
== Notas ==

Edição das 12h41min de 1 de dezembro de 2011

Processamento de Imagens (SCC-5830)

Professor: Moacir Ponti Jr. (moacir at icmc dot usp dot br)

Horário de Aulas: Terça-feira, 9h00 - 12h00.

Horário Atendimento 
Professor: Quinta-feira, das 16 às 19h00. Local: Bloco 3, sala 3-245.

Programa do Curso

Material Didático

  1. Restauração de Imagens (slides)
    1. Código fonte: geração de ruído e remoção de ruído (C/OpenCV)
    2. Código fonte: filtro inverso e de mínimos quadrados (Octave/Matlab)
  2. Descrição de Imagens: cor
    1. Código fonte: descritores de cor GCH/BIC para recuperação de imagem (C/OpenCV)
    2. Base de imagens e imagens de consulta (Flickr)
  3. Descrição de Imagens: textura
    1. Código fonte: descritores de Haralick / Matriz de Co-ocorrência (C/OpenCV)
    2. Base de imagens e imagens de consulta com textura (Flickr)
  4. Descrição de Imagens: características locais
    1. Bag of Feature Models
    2. Quatro imagens para teste de detectores de pontos chave
    3. Implementação parcial da função para encontrar máximos locais e remover pontos de baixa resposta (Octave)
  5. Multirresolução e Transformada Wavelet
  6. Reconhecimento de Padrões Visuais e Sistemas de Multiplos Classificadores
  7. Detecção de Faces

Listas de Exercícios

Trabalhos

  1. Color Coherence Vectors (ver referência original [1])
  2. Detecção de pontos-chave usando o método de Harris - A data de entrega até 21/11 (e não 25/11 como está no PDF)
  3. Extração de características locais multiescala entrega até 12/12
    1. Conjunto de imagens para uso no trabalho 3

Enviar os trabalhos por email para moacir at icmc usp br

Notas