logo UGR Departamento de Ciencias de la Computación e Inteligencia Artificial
Universidad de Granada
Escuela Técnica Superior de Ingenierías Informática y de Telecomunicación
c/. Daniel Saucedo Aranda, s/n 18071 Granada España
logo decsai

Ingeniería Informática

Modelos de la Inteligencia Artificial (a extinguir)

Curso 2013/2014


Curso: 5º, Primer Cuatrimestre

Créditos de Teoría: 0, Créditos de Prácticas: 0

PROGRAMA DE TEORÍA
Tema 1.- Introducción

    * ¿Qué es la visión artificial?
    * Diferentes aspectos de la visión artificial
    * Investigación en el mundo de la visión artificial
    * Un recorrido desde el Procesamiento de Imágenes a la Visión Artificial

Tema 2.- Percepción visual. El ojo humano

    * Introducción
    * Ilusiones visuales, ambigüedades e inconsistencias
    * El ojo humano
    * Los caminos visuales al cerebro

Tema 3.- Imágenes digitales

    * Introducción
    * Imágenes de intensidades
          o Geometría de la formación de imágenes
                + Proyección por perspectiva
          o Óptica
    * Captación de imágenes
          o Elementos de un sistema de captación
          o Modelización matemática
                + Convolución y Correlación
          o Cuantificación y muestreo
          o Interpolación
    * Cuestiones y ejercicios

Tema 4.- El ruido en las imágenes

    * Introducción
    * Medida de la cantidad de ruido en una imagen
    * Tipos de ruido
          o Ruido gaussiano aditivo
          o Ruido uniforme
          o Ruido de sal y pimienta
          o Ruido multiplicativo
    * Filtrado de ruido
          o Alisamiento por promedio
          o Alisamiento gaussiano
          o Tamaño del filtro gaussiano
          o Filtrado no lineal
    * Cuestiones y problemas

Tema 5.- Extracción de rasgos en imágenes

    * ¿Qué son los rasgos en las imágenes?
    * Detección de fronteras
          o Introducción
          o Pasos en la detección de fronteras
          o Algunos detectores clásicos de fronteras
          o Filtro de Canny
    * Detección de esquinas
    * Apéndice: Matrices y formas cuadráticas
          o Autovalores y autovectores

Tema 6.- Segmentación de imágenes

    * Introducción
    * Técnicas basadas en fronteras
    * Técnicas basadas en umbralización
    * Técnicas basadas en regiones
    * Técnicas de relajación

Tema 7.- Movimiento 3-D y su modelización. Proyección bidimensional

    * Introducción
          o Ejemplos de uso de movimiento
          o Tipos de problemas de análisis de movimiento
          o Importancia del movimiento visual
    * Modelos de movimiento tridimensional
          o Movimiento rígido
                + Ángulos de Euler (modelo de desplazamiento)
                + Velocidad instantánea 3-D (modelo para campo de velocidad)
          o Movimiento deformable
    * Modelado del campo de desplazamiento proyectado
    * Modelado del campo de velocidades proyectado
          o Conceptos básicos
          o Traslación pura
          o Planos en movimiento

Tema 8.- Estimación del movimiento en el plano de la imagen. Flujo óptico y correspondencia

    * Movimiento 2-D vs movimiento aparente
          o Desplazamiento y velocidad 2-D
          o Correspondencia y flujo óptico
          o Ejemplo
    * Correspondencia 2-D
    * Flujo óptico
    * Validez de la ecuación de flujo óptico
    * El problema de la oclusión
    * El problema de la apertura

Tema 9.- Estimación del movimiento en el plano de la imagen. Métodos basados en correspondencias

    * Introducción
    * Métodos basados en el desplazamiento (correspondencia) de los bloques
          o Modelos para el movimiento de los bloques
          o Modelos basados en la similitud de los bloques
          o Métodos rápidos de búsqueda
          o Métodos multiresolución

Tema 10.- Estimación del campo de movimiento en el plano de la imagen. Métodos basados en el flujo óptico

    * Introducción.
    * Métodos basados en la ecuación del flujo óptico
          o Estimación del flujo óptico por bloques
                + Implementación
                + Método iterativo
          o Método de Horn y Schunk

Tema 11- Seguimiento de rasgos en secuencias de vídeo

    * Introducción.
    * El Filtro de Kalman.
          o Modelo del sistema
          o Modelo de medida
          o Formulación de la teoría de estimación lineal óptima del filtro de Kalman
          o Algoritmo de Kalman
          o Ejemplo
    * Seguimiento basado en el filtro de Kalman
          o Filtro de Kalman
          o Parámetros a estimar
          o Asociación de rasgos
PROGRAMA DE PRÁCTICAS
* Introducción a Matlab:
          o Revisión del lenguaje
          o Desarrollo de Interfaces Gráficas de Usuario
          o Compilación de programas MATLAB
    * Ejercicios de procesamiento de imágenes:
          o Funciones básicas de manipulación de imágenes y vídeo
          o Cambio de resolución
          o Ruido en imágenes
          o Convolución, correlación y filtrado de imágenes
          o Detección de rasgos
    * Ejercicios de estimación y uso de movimiento en secuencias de imágenes:
          o Estimación de movimiento mediante métodos por bloques
          o Estimación de movimiento mediante métodos diferenciales
          o Seguimiento de rasgos en secuencias de vídeo
BIBLIOGRAFÍA
* González Jiménez, J., Visión por Computador, Paraninfo, 1998
    * Klette, R., Schlüns, K y Koschan, A. , Computer Vision, Three-Dimensional data from Images, Springer, 1998
    * The Mathworks, Inc., MATLAB Documentation Set , accesible a través de la dirección http://www.mathworks.com/access/helpdesk/help/techdoc/
    * Nalwa, V.S. A Guided Tour of Computer Vision. Addison Wesley, 1993
    * Sonka, M. , Hlavac, V. y Boyle, R., Image Processing, Analysis and Machine Vision, PWS Publishing, 1998
    * Tekalp, A. M.., Digital Video Processing, Prentice-Hall, 1995
    * Trucco, E. and Verri, A. Introductory Techniques for 3-D Computer Vision. Prentice Hall, 1998
MÉTODO DE EVALUACIÓN
Un examen teórico al final del cuatrimestre (65% de la nota final). Presentación de prácticas a realizar a lo largo del cuatrimestre (35% de la nota final).
RECOMENDACIONES AL ALUMNO
Seguir la asignatura de forma continua a lo largo del cuatrimestre. No utilizar exclusivamente los resúmenes de las presentaciones de los temas. Consultar la bibliografía y el material on-line adicional de cada tema.

Todo el material referente a la asignatura está disponible en la web de la asignatura