Detección de objetos

Universitat Autònoma de Barcelona

El curso ofrece la oportunidad de aprender las principales técnicas de visión por computador que permiten detectar y reconocer objetos en una imagen. Está orientado a estudiantes interesados en adquirir el conocimiento necesario para el desarrollo de aplicaciones reales de detección y reconocimiento de objetos.

En este curso se introducen los principios básicos de cualquier sistema automático de detección y reconocimiento de objetos en imágenes. A lo largo del curso se analizan diferentes métodos de representación y clasificación que permiten abordar casos de aplicación de complejidad creciente.

El curso está orientado tanto a estudiantes universitarios de algún grado relacionado con la informática, la ingeniería o las matemáticas, como a otros estudiantes con conocimientos de programación, interesados en aprender cómo utilizar técnicas de visión por computador para extraer información de las imágenes. El curso les ofrece los conocimientos y herramientas necesarios para que sean capaces de desarrollar sus propios sistemas de detección y reconocimiento de objetos en múltiples aplicaciones.

El contenido del curso se estructura a partir de un esquema básico de detección y reconocimiento de objetos que sirve de guía para ir introduciendo tanto los diferentes métodos de extracción de características y representación de la imagen como diferentes alternativas para clasificar una imagen y para localizar todas las instancias de un objeto en la imagen. El temario del curso incluye conceptos básicos de formación de la imagen, la convolución y su aplicación a la detección de contornos, características de regiones, descriptores de imagen (Local Binary Pattern, Histogram of Oriented Gradients, características de Haar) y varios métodos de clasificación (clasificador lineal, Support Vector Machine, Adaboost, Random Forest, Convolutional Neural Network).


Los objetivos del curso son:

  • diseñar, a partir de un esquema básico común, soluciones adaptadas para diferentes problemas de detección y reconocimiento de objetos en una imagen,
  • conocer las principales técnicas para la descripción y clasificación de una imagen,
  • conocer las herramientas que permiten el desarrollo de aplicaciones reales de detección y reconocimiento de objetos.


Syllabus

Semana 1: Introducción a la detección de objetos

  • Formación de la imagen
  • Características de píxel
  • Extracción de regiones
  • Template matching
  • Características locales


Semana 2: Clasificación  de objetos

  • Descriptor: Local Binary Pattern (LBP)
  • Clasificación: Fronteras, Función Logística
  • Aprendizaje: Regresión Logística
  • Conceptos adicionales: sobreajuste, multiclase, etc.


Semana 3: Detección de Objetos

  • Generación de candidatos: ventana deslizante, pirámide
  • Refinación de detecciones
  • Aprendizaje: bootstrapping y aprendizaje activo
  • Evaluación
  • Conjuntos de entrenamiento

Semana 4: Ejemplo de detector (I)

  • Descriptor: Histogram of Oriented Gradients (HOG)
  • Clasificación: Support Vector Machine (SVM)


Semana 5: Ejemplo de detector (II)

  • Descriptor: filtros de Haar
  • Imagen integral
  • Clasificación: Adaboost
  • Cascadas de clasificadores


Semana 6: Técnicas avanzadas

  • Modelos de detección
  • Adaptación de dominio
  • Detección multimodal
  • Aprendizaje de características
  • Generación de candidatos





Recommended Background

El curso está orientado a cualquier estudiante potencial interesado en conocer cómo se pueden desarrollar aplicaciones que incluyan el reconocimiento automático de objetos en imágenes, principalmente estudiantes que estén cursando o hayan completado algún grado universitario en el ámbito de la ingeniería, matemáticas, física o similar.

Durante el curso se proporcionarán todos los conceptos necesarios específicamente relacionados con el análisis y clasificación de las imágenes. Para poderlos seguir de forma adecuada se recomienda tener, al menos, ciertos conocimientos matemáticos a nivel de primer curso universitario (álgebra lineal y cálculo) y experiencia en algún lenguaje de programación (C/C++, Python, java, …)

Course Format

El curso tiene una duración de 6 semanas. Cada semana se suministran los materiales necesarios para su seguimiento. Además de los vídeos con sus correspondientes presentaciones, se proporcionará también el código que permite implementar alguno de los ejemplos que se mostrarán durante el curso para que el estudiante pueda reproducirlos y modificarlos por su cuenta. Adicionalmente, en algunas sesiones se incluirá material complementario (artículos, enlaces) que permita ampliar y profundizar el contenido de la sesión.

El curso consiste en 3 tipos de actividades: las lecciones semanales a partir de los vídeos y presentaciones con preguntas incorporadas, cuestionarios que el estudiante deberá resolver semanalmente, y un examen final. 

Los ejercicios que el estudiante deberá resolver semanalmente representarán el 50% de la nota final del curso. El examen final tendrá un valor del 50% de la nota final del curso.

FAQ

¿Recibiré un certificado al completar este curso?
Sí, los estudiantes que superen el curso recibirán un certificado firmado por los instructores del curso. Este certificado no genera créditos en ningún programa académico de la Universidad Autónoma de Barcelona.


¿Qué recursos necesitaré para el curso?
El curso puede seguirse con los materiales que se suministran en el mismo, además de otros materiales de acceso abierto a través de Internet que se irán introduciendo a lo largo del mismo.


¿Este curso dispondrá de Signature Track?
Sí. Puedes consultar más información en: https://www.coursera.org/signature/

Si estás pensando en acogerte al Signature Track te recomendamos que leas muy atentamente la información proporcionada en el enlace anterior. Recuerda también que, durante el proceso de verificación del Signature Track necesitarás una webcam (para poder seguir el protocolo de reconocimiento solicitado).

Si decides realizar este proceso, deberás verificar tu identidad cada vez que se te solicite.

Dates:
  • 4 May 2015, 6 weeks
Course properties:
  • Free:
  • Paid:
  • Certificate:
  • MOOC:
  • Video:
  • Audio:
  • Email-course:
  • Language: Spanish Es

Reviews

No reviews yet. Want to be the first?

Register to leave a review

Show?id=n3eliycplgk&bids=695438
Included in selections:
NVIDIA
More on this topic:
Logoobjectdetection Detección de objetos
¿Te interesa la visión por computador? ¿Te gustaría conocer qué métodos puedes...
More from 'Computer Science':
Computacion5 Pensamiento algorítmico
¿Qué es un algoritmo? ¿Cómo se hace un diagrama de flujo? ¿Qué es un pseudoc...
Aprogramar2 ¡A Programar! Una introducción a la programación
¿Alguna vez pensaste en crear tus propios juegos de computadora, pero no ten...
Fe985e1c-16ff-4605-b7e5-6c3f085a0c9f-81779acca007.small Jugando con Android: aprende a programar tu primera app
Aprende a programar en Android a través de la implementación paso a paso de...
019dd154-cb89-4a24-aed5-f0b8db33d705-84fd16f1a8ca.small Android: Introducción a la Programación
Desarrollaremos una aplicación de ejemplo, "Mis Lugares Favoritos," para conocer...
Excel_378x225 Excel
En este curso aprenderás las herramientas más habituales de Microsoft Excel...
More from 'Coursera':
Imagencursoortiz_2 El ABC del emprendimiento esbelto
A través de diferentes actividades de campo el participante vive personalmente...
Imagencursofisica_4 Conceptos y Herramientas para la Física Universitaria
Este curso provee al estudiante con conceptos y herramientas matemáticas para...
Imagencursosandoval_2 Continuidad y desarrollo de la empresa familiar
¿Cuál es la importancia de las empresas familiares en el mundo?, ¿cómo garantizar...
Histologia_logo Histología básica: los cuatro tejidos fundamentales
Este curso está diseñado para que los estudiantes adquieran los conocimientos...
Imagen1_cursovladimir Innovación educativa con recursos abiertos
Este curso promueve el conocimiento de los recursos educativos abiertos y su...

© 2013-2019