Passer au contenu principal
Panneau latéral
Disciplinas »
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
AACCs/FFLCH
Pró-Reitoria de Pós-Graduação
Outros
Suporte »
Acesso
Perfis
Ouvintes
Docentes
Criação de Disciplinas da USP
Documentação
HelpDesk e Contato
Guia de uso
Sobre
Français (fr)
Deutsch (de)
English (en)
Español - Internacional (es)
Français (fr)
Italiano (it)
Português - Brasil (pt_br)
Rechercher
Fermer
Rechercher
Activer/désactiver la saisie de recherche
Acessar
MAC0417/5768 - Visão e Processamento de Imagens
Accueil
Cours
2020
IME
MAC
MAC5768--MAC0417--2020
Reconhecimento de padrões e classificação aplicado...
JN Faces recognition example using eigenfaces and ...
JN Faces recognition example using eigenfaces and SVMs
Cliquer sur
JN Faces recognition example using eigenfaces and SVMs
pour ouvrir la ressource.
◄ JN: Scikit Learn Classifier comparison
Aller à…
Aller à…
Fórum de discussão
Avisos
Ementa do Curso
Slides - Gonzalez, Woods & Eddins
Livro de referência: Shape Classification
Livro de referência: Gonzalez & Woods
Enunciados e discussão dos EPs
Exercício Programa 1
Exercício Programa 2
Exercício Programa 3
Vídeo da discussão do EP3: Segmentação e classificação
Slides: Intro à Disciplina
Slides Chap1 G&W
Material de estudos (ME): TOC Overview: GW
Material de estudo: Chap1 G&W
Jupyter Notebook (JN): Intro: Google Colab e Scikit Image - Filtering Coins
Jupyter Notebook: Overview & User Guide
Vídeo da aula - Intro ao Curso
Vídeo da aula - Intro ao Curso 2
Vídeo da aula - Intro ao Curso 3
Slides: Chap2 G&W
Material de estudo: Princípios de formação de imagens
Material de estudo: Livro G&W, Seção 2.6 Uma introdução às ferramentas matemáticas utilizadas no processamento digital de imagens
Material de referência: Livro Shape Classification, Costa&Cesar, Seções 2.1 e 2.2 do Capítulo 2 - Basic Mathematical Concepts
Jupyter Notebook (JN): Scikit Image Data
JN: Using simple NumPy operations for manipulating images
JN: RGB 2 Gray Scale
JN: Pirâmides de imagens
Vídeo da aula - Image acquisition 1
Vídeo da aula - Image acquisition 2
Vídeo da aula - Image acquisition 3
Vídeo da aula - Image acquisition 4
Vídeo da aula - Image acquisition 5
Slides: Chap3 G&W
Material de estudo: Livro G&W, Chap3, Transformações de intensidade e filtragem espacial
Material de estudo: Convolution! (CDT-14)
JN: Histogram matching
JN: Histogram Equalization
JN: Mean filters
JN: Median filter
JN: Opencv Smoothing Images
Vídeo da aula - Filtragem espacial 1
Vídeo da aula - Filtragem espacial 2
Vídeo da aula - Filtragem espacial 3
Vídeo da aula - Filtragem espacial 4
Vídeo da aula - Filtragem espacial 5
Vídeo da aula - Filtragem espacial 6
Vídeo da aula - Filtragem espacial 7
Vídeo da aula - Palestra sobre visão computacional e cidades inteligentes
fourier-ShapeAnalysis
Slides: Chap4 G&W
convolution-Fourier-ShapeAnalysisBook
Material de estudo: Livro G&W, Chap4, Filtragem no domínio da frequência
JN: Image denoising by FFT
JN: Band-pass filtering by Difference of Gaussians
JN: Opencv Fourier Transform
Vídeo da aula - Filtragem no domínio da frequência e análise de Fourier 1
Vídeo da aula - Filtragem no domínio da frequência e análise de Fourier 2
Vídeo da aula - Filtragem no domínio da frequência e análise de Fourier 3
Slides: Chap10 G&W
Material de estudo: Livro G&W, Chap10, Segmentação de imagens
JN: Edge operators
JN: Canny Edge Detection
JN: Thresholding
JN: Watershed segmentation
JN: Comparison of segmentation and superpixel algorithms
NJ: Label image regions
JN: Comparing edge-based and region-based segmentation
Vídeo da aula - Segmentação 1
Vídeo da aula - Segmentação 2
Vídeo da aula - Segmentação 3
Slides: Chap9 G&W
Material de estudo: Livro G&W, Chap9, Morfologia matemática
JN: OpenCV Morphological operations
JN Morphological Filtering
JN: Generate structuring elements
JN: Flood Fill
Vídeo da aula - Morfologia 1
Vídeo da aula - Morfologia 2
Slides: Chap11 G&W
Material de estudo: Livro G&W, Chap11, Representação e descrição
Material de estudo: On Features and Categories (CDT-20)
JN: Approximate and subdivide polygons
JN: Skeletonize
JN: Straight line Hough transform
JN: Contour finding
JN: Shape measures
Vídeo da aula - Representação 1
Slides: Chap12 G&W
Material de estudo: Livro G&W, Chap12, Reconhecimento de objetos
Material de estudo: Bayesian Classification (CDT-34)
Material de estudo: Neurons as Pattern Recognizers (CDT-25)
Material de estudo: Learning Deep Learning (CDT-15)
JN: Template matching
JN: Scikit Learn Classifier comparison
JN: Semantic image segmentation with a U-Net-like architecture
Vídeo da aula - Classificação 1
Vídeo da aula - Classificação 2
Slides: Chap5 G&W
Material de estudo: Livro G&W, Chap5, Restauração e reconstrução de imagens
JN: Noise models
Slides: Chap6 G&W
Material de estudo: Livro G&W, Chap6, Color Image Processing
JN: RGB to HSV
JN: Semantic image segmentation with a U-Net-like architecture ►