4.43.2.9 Visión y percepción por computador (12 horas) [Habilidades a,j]

Referencias Bibliográficas: [Nilsson, 2001,Russell and Norvig, 2003,Ponce-Gallegos et al., 2014] Temas
  1. Visión Computacional
    1. Adquisición de imágenes, representación, procesamiento y propiedades
    2. Representación de formas, reconocimiento y segmentación de objetos
    3. Análisis de movimiento
  2. Modularidad en reconocimiento.
  3. Enfoques de reconocimiento de patrones
    1. Algoritmos de clasificación y medidas de calidad de la clasificación.
    2. Técnicas estadísticas.
Objetivos de Aprendizaje
  1. Resumir la importancia del reconocimiento de imagenes y objetos en Inteligencia Artificial (AI) e indicar varias aplicaciones significativas de esta tecnologia [Usage]
  2. Listar al menos tres aproximaciones de segmentación de imágenes, tales como algoritmos de limites (thresholding), basado en el borde y basado en regiones, junto con sus características definitorias, fortalezas y debilidades [Usage]
  3. Implementar reconocimiento de objetos en 2d basados en la representación del contorno y/o regiones basadas en formas [Usage]
  4. Proporcionar al menos dos ejemplos de transformación de una fuente de datos de un dominio sensorial a otro, ejemplo, datos táctiles interpretados como imágenes en 2d de una sola banda [Usage]
  5. Implementar un algoritmo para la extracción de caracteristicas en información real, ejemplo, un detector de bordes o esquinas para imágenes o vectores de coeficientes de Fourier describiendo una pequeña porción de señal de audio [Usage]
  6. Implementar un algoritmo de clasificación que segmenta percepciones de entrada en categorias de salida y evalua cuantitativamente la clasificación resultante [Usage]
  7. Evaluar el desempeño de la función de extracción subyacente, en relación con al menos una aproximación alternativa posible (ya sea implementado o no) en su contribución a la tarea de clasificación (8) anterior [Usage]

Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM