| Ementa/Descrição: |
Introdução à Visão Computacional (histórico, métodos, aplicações, recursos); Algebra Linear, Geometria Analítica, Transformações Geométricas (matemática básica necessária ao curso); Sensores em câmeras, Luz, cor, iluminação; Formação da imagem (luminância, ótica, câmera, radiometria, geometria, amostragem, Fourier, aliasing, representação); Calibração de câmera (fundamentação matemática e vários métodos de calibração); Extração de Features de imagens (filtragem, características, Gaussiano, Gradiente, Laplaciano, Canny, Frei & Chen, Cantos - Harris, Transformada Hough, Correlação, Matching); Métodos de multiresolução (espaço de escalas, pirâmide gaussiana e laplaciana, bases Wavelets, técnicas de foveamento e multi-foveamento); Atenção visual (neurobiologia do sistema visual, processo de atenção visual, land-marks naturais e artificiais); Trabalhando com Imagens de profundidade (depth images ou depth arrays); Gradientes de Superfície; Forma a partir de sombreamento (shape from shading); forma a partir de fotométrico estéreo (photometric stereo); Forma a partir de movimento (motion); Reconstrução Estéreo (shape from stereo, fundamentação matemática e vários métodos de reconstrução estéreo). Implementação de métodos para medidas de qualidade de câmera, métodos de calibração de câmera; métodos para extração de características.; métodos de shape from "X". Implementar um sistema completo de Visão Computacional. |
