Visión de Alto Nivel
|
|
- Concepción Montero Carrizo
- hace 6 años
- Vistas:
Transcripción
1 Visión de Alto Nivel Dr. Luis Enrique Sucar INAOE ccc.inaoep.mx/~esucar Sesión 1 Introducción 1
2 Introducción 2
3 Qué es Visión? Visión es saber que hay y donde mediante la vista (Aristóteles) Visión es recuperar de la información de los sentidos propiedades válidas del mundo exterior (Gibson) Visión es un proceso que produce a partir de las imágenes del mundo una descripción que es útil para el observador y que no tiene información irrelevante (Marr) 3
4 Procesamiento de Imágenes IMAGEN PROCESAMIENTO IMAGEN Remover defectos, Remover problemas por movimiento o desenfoque, Mejorar ciertas propiedades como color, contraste, estructura, etc. Agregar colores falsos a imágenes monocromáticas 4
5 Ejemplo procesamiento 5
6 Visión Computacional IMAGEN VISIÒN DESCRIPCIÒN Determinar la identidad y localización de objetos en una imagen, Construir una representación tridimensional de un objeto. 6
7 Visión Computacional IMAGEN VISIÒN DESCRIPCIÒN Analizar un objeto para determinar su calidad, Descomponer una imagen u objeto en diferentes partes. 7
8 Ejemplo visión 8
9 Aplicaciones Robótica móvil y vehículos autónomos Manufactura Interpretación de imágenes aéreas Análisis de imágenes médicas Interpretación de escritura y dibujos Reconocimiento de personas, gestos y actividades Juegos 9
10 Aplicaciones Análisis de imágenes de microscopios y telescopios Compresión de imágenes para transmisión y almacenamiento Interfaces humano-computadora Seguridad Aplicaciones militares 10
11 Ejemplos de aplicaciones 11
12 Vehículos autónomos 12
13 Colores falsos (ultrasonido) 13
14 Aplicaciones médicas 14
15 Reconocimiento de gestos 15
16 Robótica móvil 16
17 Seguimiento y Juegos 17
18 Representación F X Y Monocromática: I=f(x,y) Color: f(x,y)=[f_{rojo}(x,y),f_{azul}(x,y),f_{verde}(x,y)] 18
19 Proyección Perspectiva y,y (X,Y,Z) (x,y) f Lens Z Por triángulos semejantes: y/f = Y/(F - Z) Por lo que: y=fy / (F - Z) En forma análoga: x=fx / (F - Z) 19
20 Reflectancia Fo Fp f DA ñ Luz incidente depende de 3 factores: Fuente lumínica Geometría (ángulo) Propiedades del objeto 20
21 Color Longitud de onda: nm Percepción del color: AZUL VERDE ROJO
22 Modelo RGB: Modelos de Color VERDE ROJO BLANCO AZUL 22
23 Modelo RGB: Modelos de Color 23
24 Modelos de Color Modelos perceptuales: Intensidad - I Croma (hue) - H Saturación - S CÚBICO BLANCO I R V H S NEGRO A 24
25 Modelos perceptuales: Intensidad - I Croma (hue) - H Saturación - S Modelos de Color 25
26 Digitalización de imágenes
27 Muestreo DIMENSIÓN FOURIER Frecuencia de muestreo: > 2 veces mayor frecuencia (teorema de Shannon) 27
28 Efectos de Muestreo (resolución) a b c d 28
29 Dispositivos de captura Cámaras fotográficas, Cámaras de televisión, Digitalizadores, Sensores de rango (laser), Sensores de ultrasonido, Rayos X, tomografía, Resonancia magnética. 29
30 Niveles de análisis Teoría computacional - Qué? Representación y algoritmo - Cómo - concepto? Implementación - Cómo - físico? 30
31 Niveles de análisis Procesamiento de nivel bajo Procesamiento de nivel intermedio Procesamiento de nivel alto óvalo 31
32 Ejemplo 1. Captura de la imagen 2. Mejoramiento de la imagen 3. Binarización 4. Detección de orillas 5. Segmentación 6. Extracción de características 7. Reconocimiento 32
33 Ejemplo: identificación de placas H 33
34 Visión de Nivel Bajo y Medio orillas textura color Imagen Segmentada 3-D 34
35 Visión de Nivel Alto orillas Representación del mundo textura color 3-D Imagen Segmentada Descripción simbólica 35
36 Visión de Alto Nivel Obtiene una interpretación consistente de las características obtenidas en visión de nivel bajo e intermedio Se basa en utilizar conocimiento de los objetos del dominio de interés En base al conocimiento y las características se realiza el reconocimiento 36
37 Aspectos básicos Representación - forma de modelar el mundo, en particular los objetos de interés para el sistema Reconocimiento - como el modelo y la descripción de la imagen(es) son utilizadas para identificar los objetos 37
38 Extracción de Características Basadas en segmentación Propiedades globales de la región como color, textura, forma Basadas en contornos Descripción de forma basada normalmente en modelos geométricos Basada en características locales Descripción mediante puntos distintivos como esquinas, orillas, Haar, Sift, etc. 38
39 Representaciones Propiedades vector de características Estructurales partes y sus relaciones Geométricas modelos en 2 o 3 dimensiones 39
40 Reconocimiento Técnicas de reconocimiento de patrones (representaciones vectoriales) Clasificadores, aprendizaje Métodos estadísticos Técnicas basadas en conocimiento (representaciones estructurales) Sistemas de reglas, redes semánticas, Modelos gráficos probabilistas 40
41 Reconocimiento Técnicas de alineamiento (representaciones geométricas) Transformaciones y apareamiento Grafos e isomorfismo 41
42 Ejemplo reconocer una persona Basado en características - globales Área, color, forma, 42
43 Ejemplo reconocer una persona Basado en características - locales [C1], [C2], [C3], 43
44 Ejemplo reconocer una persona Basado en una representación estructural cara brazo torso brazo pierna pierna 44
45 Ejemplo reconocer una persona Basado en alineamiento - contorno 45
46 Resto del Curso Breve repaso de visión de bajo nivel Orillas, textura, color Nivel Intermedio Segmentación Características globales Características locales 46
47 Resto del Curso Visión de alto nivel Modelos geométricos Modelos basados en conocimiento Modelos bayesianos Relaciones y gramáticas Aplicaciones Recuperación de imágenes por contenido Visión robótica 47
48 Referencias Sucar & Gómez: Cap. 1 Ullman: Cap. 1 y 2 Forsyth & Ponce: Cap. 1 48
Métodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Percepción Visión computacional Definición Aplicaciones Representación
Más detallesVisión por Computador
Visión por Computador Ion Marqués, Borja Ayerdi, Manuel Graña Computational Intelligence Group UPV-EHU, Spain Ion Marqués, Borja Ayerdi, Manuel Graña (UPV/EHU) VISIÓN POR COMPUTADOR www.ehu.es/ccwintco
Más detallesVisión de Alto Nivel. Dr. Luis Enrique Sucar INAOE. ccc.inaoep.mx/~esucar Sesión 5 Representación y Reconocimiento
Visión de Alto Nivel Dr. Luis Enrique Sucar INAOE esucar@inaoep.mx ccc.inaoep.mx/~esucar Sesión 5 Representación y Reconocimiento 1 Visión de Alto Nivel orillas Representación del mundo textura color Descripción
Más detallesIntroducción a la Robótica
Introducción a la Robótica L. Enrique Sucar INAOE Robótica Probabilista, L. E. Sucar 1 Sesión 7: Representación del ambiente (mapas) Introducción a la Robótica L. Enrique Sucar Robótica Probabilista, L.
Más detallesVisión de Alto Nivel
Visión de Alto Nivel Dr. Luis Enrique Sucar INAOE esucar@inaoep.mx ccc.inaoep.mx/~esucar Sesión 4 Características 1 Visión de Alto Nivel Obtiene una interpretación consistente de las características obtenidas
Más detallesVisión por computadora Computer vision
Visión por computadora Computer vision Conjunto de algoritmos que permiten obtener una representación visual del mundo, suficiente para la realización de una tarea dada. Representación visual El mundo:
Más detallesReconocimiento visual de ademanes usando MS Kinect - Introducción. Dr. Héctor Avilés Escuela de Invierno de Robótica 2015
Reconocimiento visual de ademanes usando MS Kinect - Introducción Dr. Héctor Avilés Escuela de Invierno de Robótica 2015 Contenido Motivación Dispositivos de captura Reconocimiento visual de ademanes Resumen
Más detallesVisión Artificial Unidad de Competencia I Introducción a la Visión Artificial
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO Centro Universitario UAEM Zumpango Ingeniero en Computación Visión Artificial Unidad de Competencia I Introducción a la Visión Artificial M. en C. Rafael Rojas
Más detallesContenido Capítulo 1 Introducción Capítulo 2 Conceptos Básicos Capítulo 3 Procesamiento de Imágenes en el Dominio Espacial
Contenido Capítulo 1 Introducción 1.Introducción 1 1.1 Sistema Visual Humano 1 1.2 Modelo de Visión por Computadora 3 1.3 Procesamiento Digital de Imágenes 3 1.4 Definición de Imagen Digital 4 Problemas
Más detallesConceptos Básicos para el Procesamiento Digital de Imágenes
ELO 313 Procesamiento Digital de Señales con Aplicaciones Conceptos Básicos para el Procesamiento Digital de Imágenes Matías Zañartu, Ph.D. Departamento de Electrónica Universidad Técnica Federico Santa
Más detallesVISIÓN POR COMPUTADOR
VISIÓN POR COMPUTADOR Introducción Ingeniería de Sistemas y Automática Universidad Miguel Hernández Tabla de Contenidos 2 Definición de Visión por Computador Captación Información Luminosa Imagen Digital
Más detallesVisión por Computador: Introducción
Visión por Computador: Introducción Ciencia que desarrolla la base teórica y algorítmica mediante la que se extrae y analiza información útil sobre el mundo/ entorno, a partir de: una imagen un conjunto
Más detallesDesayuno Tecnológico: Tendencias y Herramientas de Video Inteligente en Seguridad Física
Desayuno Tecnológico: Tendencias y Herramientas de Video Inteligente en Seguridad Física Áreas Tecnológicas Biometría: Identificación y autenticación de seres vivos a través de una o varias características
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes que Aprenden: Clasificador Bayesiano Clasificación Clasificador
Más detallesIntroducción a la Visión Artificial. Introducción a la Visión Artificial. Historía de la óptica
Introducción a la Visión Artificial Aristóteles: Visión es saber que hay y donde mediante la vista Los humanos prefieren el procesamiento de imágenes Introducción a la Visión Artificial Extracción de características
Más detallesIntroducción a la Visión Artificial. Introducción a la Visión Artificial. Historía de la óptica
Introducción a la Visión Artificial Aristóteles: Visión es saber que hay y donde mediante la vista Los humanos prefieren el procesamiento de imágenes Introducción a la Visión Artificial Extracción de características
Más detallesVisión de Alto Nivel
Visión de Alto Nivel Dr. Luis Enrique Sucar INAOE esucar@inaoep.mx ccc.inaoep.mx/~esucar Sesión 2 Bajo Nivel 1 Visión de Bajo Nivel 2 Extracción de Características orillas color textura 3 Orillas Las variaciones
Más detallesAprendé a encontrar objetos en videos. Docentes: Franco Ronchetti Facundo Quiroga
Aprendé a encontrar objetos en videos Docentes: Franco Ronchetti Facundo Quiroga TEMARIO Introducción al procesamiento de imágenes digitales Introducción a Python y numpy Imágenes color y Filtrado por
Más detallesPor qué Sistemas de Visión?
Por qué Sistemas de Visión? Las cámaras están rodeándonos 1 Las imágenes y los vídeos están en todas partes 2 Y también en la industria Véase el vídeo: Inspección de dátiles (2m:19s) Vídeo sobre cámaras
Más detallesVISIÓN 3D. José M. Sebastián - Luis M. Jiménez. Problema Central de la Visión Artificial Tridimensional.
VISIÓN 3D José M. Sebastián - Luis M. Jiménez Problema Central de la Visión Artificial Tridimensional. A partir de una imagen o de una secuencia de imágenes de un objeto estacionario o en movimiento, tomada
Más detallesINTRODUCCIÓN. nuestra vida diaria. En sus inicios el procesamiento de imágenes estaba restringido a
1 INTRODUCCIÓN. El procesamiento digital de imágenes es un campo fascinante que forma parte de nuestra vida diaria. En sus inicios el procesamiento de imágenes estaba restringido a campos de investigación
Más detallesModelos Gráficos Probabilistas: Principios y Aplicaciones. L. Enrique Sucar INAOE
Modelos Gráficos Probabilistas: Principios y Aplicaciones L. Enrique Sucar INAOE Información General Página del curso: http://ccc.inaoep.mx/~esucar/clases-pgm/pgm.html Correo: esucar@inaoep.mx E. Sucar,
Más detalles3. Espacios de color. 3.Espacios de color. El uso del color en el procesamiento de imágenes está principalmente motivado por dos factores:
3. Espacios de color El uso del color en el procesamiento de imágenes está principalmente motivado por dos factores: El color es un poderoso descriptor que, en la mayoría de los casos simplifica la identificación
Más detallesTema 1.- Introducción a la Visión Artificial
Tema 1.- Introducción a la Visión Artificial Visión Artificial Avanzada Prof. Dr. Nicolás Luis Fernández García Departamento de Informática y Análisis Numérico Escuela Politécnica Superior Universidad
Más detallesReconstrucción Tridimensional a Partir de Varias Imágenes
Reconstrucción Tridimensional a Partir de Varias Imágenes Dr. Luis Gerardo de la Fraga E-mail: fraga@cs.cinvestav.mx Sección de Computación Departamento de Ingeniería Eléctrica CINVESTAV 22 de noviembre,
Más detallesIntroducción a la Visión Artificial
Introducción a la Visión Artificial Introducción a la Visión Artificial Aristóteles: Visión es saber que hay y donde mediante la vista Los humanos prefieren el procesamiento de imágenes Introducción a
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes que razonan bajo incertidumbre Introducción Repaso de probabilidad
Más detallesESTIMACIÓN N DE LA DISTANCIA RECORRIDA POR UN ROBOT MÓVIL M MEDIANTE LA UTILIZACIÓN N DE DESCRIPTORES SURF
ESTIMACIÓN N DE LA DISTANCIA RECORRIDA POR UN ROBOT MÓVIL M MEDIANTE LA UTILIZACIÓN N DE DESCRIPTORES SURF Autor: Juan Manuel Peraza Domínguez Tutor: Dr. Luis Moreno Lorente Noviembre de 2009 1 ÍNDICE
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Objetivos Estudiar algunas de las metodologías de Inteligencia Artificial,
Más detalles(380) violeta (400) añil (440) azul (470) verde (500) amarillo (560) anaranjado ( ) rojo (780)
SINOPSIS DE TEORÍA Y USO DEL COLOR Esta sinopsis no es autónoma. Se complementa con los ejercicios de color domiciliarios y los comentarios hechos en clase, así como con la visualización de ejemplos de
Más detallesSistemas de Percepción Visión por Computador
Nota: Algunas de las imágenes que aparecen en esta presentación provienen del libro: Visión por Computador: fundamentos y métodos. Arturo de la Escalera Hueso. Prentice Hall. Sistemas de Percepción Visión
Más detallesTema 1. Elementos de un sistema de Visión por Computador. Esquema general de un sistema de visión por computador
Tema 1 Elementos de un sistema de Visión por Computador Índice Esquema general de un sistema de visión por computador Esquema de un proceso de visión por computador Estructura típica de un sistema Fundamentos
Más detallesColores Primarios. Lic. Mauricio Jaques Soto
Color en el diseño Esta información se distribuye bajo licencia Creative Commons. Usted es libre de: Copiar, distribuir y comunicar públicamente Hacer obras derivadas No Comerciales Bajo las condiciones
Más detallesDra. María del Pilar Gómez Gil INSTITUTO NACIONAL DE ASTROFÍSICA, ÓPTICA Y ELECTRÓNICA Octubre 2013
Dra. María del Pilar Gómez Gil INSTITUTO NACIONAL DE ASTROFÍSICA, ÓPTICA Y ELECTRÓNICA Octubre 2013 Esta presentación está disponible en: http://ccc.inaoep.mx/~pgomez/conferences/cooitm13.pdf (C) INAOE
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesSistemas de Percepción
Visión por Computador Nota: Las imágenes que aparecen en esta presentación provienen del libro: Visión por Computador: fundamentos y métodos. Hueso. Prentice Hall. 1. Introducción 1 Definiciones: Introducción
Más detallesLíneas de Investigación y Temas de Tesis. L. Enrique Sucar Oficina 8208
Líneas de Investigación y Temas de Tesis L. Enrique Sucar esucar@inaoep.mx http://ccc.inaoep.mx/~esucar Oficina 8208 Contenido Presentación Líneas de investigación Proyectos actuales Temas de tesis Cursos
Más detallesIDENTIFICACIÓN Y SEGUIMIENTO DE OBJETOS PARA EL CONTROL DE UN ROBOT MÓVIL
IDENTIFICACIÓN Y SEGUIMIENTO DE OBJETOS PARA EL CONTROL DE UN ROBOT MÓVIL Moisés García Villanueva 93, Juan Carlos Silva Chávez 94, Alberto Torres Ramírez 95, Leonardo Romero Muñoz 96 El sistema de percepción
Más detallesAnálisis de imágenes biomédicas
Análisis de imágenes biomédicas Formación de la imagen a partir de una fuente externa β Objeto irradiado γ Dominio del objeto Sistema de formación de la imagen h x y Imagen Sección seleccionada z Dominio
Más detallesSelección de colores armónicos (2/3)
Página 1 de 5 Selección de colores armónicos (2/3) Los modelos de color perceptivos y reproductivos Luis Miguel Richart início formación método quienes articulo En 1905 Alber H. Münsell formulo un sistema
Más detallesIntroducción al proceso digital de imagen y visión por computador
Introducción al proceso digital de imagen y visión por computador Ilustraciones extraidas de diversas fuentes 1 Libros de referencia Gonzalez & Woods Digital Image Processing Addison-Wesley Klette& Schluns&Koshan
Más detallesExtensión de la Morfología Matemática a imágenes en Color
Departamento de Física, Ingeniería de Sistemas y Teoría de la Señal Grupo de Automática, Robótica y Visión Artificial Extensión de la Morfología Matemática a imágenes en Color Introducción. Imágenes en
Más detallesPROCESAMIENTO DE IMÁGENES DIGITALES
PROCESAMIENTO DE IMÁGENES DIGITALES 1 4 º C U R S O D E G R A D O I N G E N I E R Í A I N F O R M Á T I C A - T E C N O L O G Í A S I N F O R M Á T I C A S O P T A T I V A ( C U A T R I M E S T R E 1 )
Más detallesTema 1.- Introducción a la Visión Artificial
Tema 1.- Introducción a la Visión Artificial Visión Artificial Avanzada Prof. Dr. Nicolás Luis Fernández García Departamento de Informática y Análisis Numérico Escuela Politécnica Superior Universidad
Más detallesTratamiento de imágenes
Tratamiento de imágenes Modelos de color h.a.montes@fi.uaemex.mx http://fi.uaemex.mx/h.a.montes 1 Advertencia No use estas diapositivas como referencia única de estudio durante este curso. La información
Más detallesQué debo saber para realizar la prueba de Matemática?
Dirección General de Evaluación e Investigación Educativa (Digeduca) Qué debo saber para realizar la prueba de Matemática? En este documento encontrará la lista de temas que conviene estudiar para resolver
Más detallesLaboratorio de Cómputo y Procesamiento Ubicuo
Laboratorio de Cómputo y Procesamiento Ubicuo Responsables: Dr. Saúl Eduardo Pomares Hernández Dr. Gustavo Rodríguez Gómez 2 Breve historia El laboratorio fue oficialmente creado en Septiembre de 2003
Más detallesPROCESAMIENTO DE SEÑALES. Procesamiento de señales e imágenes biomédicas
PROCESAMIENTO DE SEÑALES Procesamiento de señales e imágenes biomédicas Ingeniería Biomédica ECG (electrocardiograma) EMG abdominal ( electromiografía abdominal) EEG (electroencefalograma) EGG (electrogastrografía)
Más detallesAnálisis Bioseñales I
Análisis Bioseñales I Prepaso Práctico 4 Mauricio Farías Gerardo Fasce Rodrigo Ortiz Gustavo Zomosa IMAGEN Colección de componentes de frecuencia Formación de imagen : Pixel, valor : luminosidad del punto
Más detallesCapítulo 2. Técnicas de Procesamiento de Imágenes
Capítulo 2. Técnicas de Procesamiento de Imágenes 2.1 Binarización La binarización es una de las técnicas más antiguas de procesamiento de imágenes ya que en el pasado, el primer analizador de imágenes
Más detallesTema 1.- Introducción a la Visión Artificial
Tema 1.- Introducción a la Visión Artificial Visión Artificial Avanzada Prof. Dr. Nicolás Luis Fernández García Departamento de Informática y Análisis Numérico Escuela Politécnica Superior Universidad
Más detallesFACULTAD DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA MECÁNICA Y ELÉCTRICA PROGRAMA ANALÍTICO FIME Nombre de la unidad de aprendizaje: Reconocimiento de patrones Frecuencia semanal: 3 horas. Horas
Más detallesTratamiento de imágenes Adquisición y Digitalización
Tratamiento de imágenes Adquisición y Digitalización hamontesv@uaemex.mx http://scfi.uaemex.mx/hamontes Advertencia No use estas diapositivas como referencia única de estudio durante este curso. La información
Más detallesItinerario: Inteligencia Computacional
Máster Universitario en Investigación e Innovación en Tecnologías de la Información y las Comunicaciones Itinerario: Inteligencia Computacional Escuela Politécnica Superior Universidad Autónoma de Madrid
Más detallesALGEBRA LINEAL. Capítulo III: Vectores en los espacios bidimensional y tridimensional. MsC. Andrés Baquero. jueves, 2 de julio de 15
ALGEBRA LINEAL Capítulo III: Vectores en los espacios bidimensional y tridimensional MsC. Andrés Baquero jueves, 2 de julio de 15 Introducción a los vectores Vectores Geométricos Vectores Geométricos Vectores
Más detallesReconocimiento automático a través de visión artificial, correlación estadística y Matlab aplicado a las matrículas de vehículos
Reconocimiento automático a través de visión artificial, correlación estadística y Matlab aplicado a las matrículas de vehículos Orlando Barcia * obarcia@ups.edu.ec Introducción Existen muchas investigaciones
Más detallesContenidos mínimos para 1º de ESO
Contenidos mínimos para 1º de ESO - Reconocimiento de los distintos lenguajes visuales en las imágenes del entorno y clasificación según su finalidad. - Representación de una historieta o narración por
Más detallesVisión artificial y Robótica Geometría. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Geometría Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Geometría 2D y 3D Transformación de coordenadas Calibración de la cámara Álgebra necesaria
Más detallesTEMA 1 NOCIONES DE COLORIMETRÍA
TEMA 1 NOCIONES DE COLORIMETRÍA 1. COLORIMETRÍA La colorimetría tiene por objeto analizar los colores y atribuirles características lo suficientemente precisas para su identificación y posible reconstrucción
Más detallesRevista Digital Universitaria. 10 de enero 2006 Volumen 7 Número 1 ISSN: Bermeo Campos Nadia Lizbeth
Revista Digital Universitaria 10 de enero 2006 Volumen 7 Número 1 ISSN: 1067-6079 ROBOTS CONTROLADOS POR INTERNET PARA LA LOCALIZACIÓN DE OBJETOS [ETAPA 1 DESARROLLO DE SOFTWARE] Bermeo Campos Nadia Lizbeth
Más detallesSesión 4: Teoría de Grafos
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 4: Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y
Más detalles1.- Introducción. 2.- Bases psicofísicas de la visión del color. 3.- Adaptación cromática. 4.- Estimación visual del color de superficies.
El color es una de las características salientes más s importantes de la sensación n visual Juan Luis Nieves Dpto. Óptica. Fac. Ciencias Universidad de Granada 18071-Granada (SPAIN) e-mail: jnieves@ugr.es
Más detallesINDICE Prefacio 1 Un estudio de las graficas por computadora 2 Panorama general de los sistemas de gráficas 3 Primitivos de salida
INDICE Prefacio xvii 1 Un estudio de las graficas por computadora 2 1-1 diseño asistido por computadora 4 1-2 Graficas de presentación 11 1-3 Arte de computadora 13 1-4 Entretenimiento 18 1-5 educación
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-mast.html elena.martinez@iimas.unam.mx
Más detallesC =[x 1,y 1,x 2,y 2,...,x n,y n ]
Práctica 1 Realizar un programa que presente una nube de puntos en 2D utilizando los comandos de OpenGL vistos en clase. Los puntos deben variar aleatoriamente al menos en posición y color. Realizar un
Más detallesPRIMERO DE ESO Primer trimestre TEMA UNO: LA COMUNICACIÓN VISUAL
PRIMERO DE ESO Primer trimestre TEMA UNO: LA COMUNICACIÓN VISUAL 1. La comunicación visual y sus tipos. 2. Elementos de la comunicación visual. 3. Principales canales de comunicación: prensa, televisión,
Más detallesCapitulo 1: Introducción al reconocimiento de patrones (Secciones )
Capitulo 1: Introducción al reconocimiento de patrones (Secciones 1.1-1.6) M A C H I N E P E R C E P T I O N U N E J E M P L O S I S T E M A S D E R E C O N O C I M I E N T O D E P A T R O N E S C I C
Más detallesFundamentos de color
Fundamentos de color Lección 08.1 Dr. Pablo Alvarado Moya CE5201 Procesamiento y Análisis de Imágenes Digitales Área de Ingeniería en Computadores Tecnológico de Costa Rica I Semestre, 2017 P. Alvarado
Más detallesEl color. Fundamentos de procesamiento de imágenes IIC / IEE er semestre Cristián Tejos
El color Fundamentos de procesamiento de imágenes IIC / IEE 3713 1er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini, Domingo Mery, libro Digital Image Processing, 3erd
Más detallesTutorial de ENVI Parte 1 Familiarización con el manejo de imágenes en el programa. Raúl Aguilera H.
Tutorial de ENVI Parte 1 Familiarización con el manejo de imágenes en el programa Raúl Aguilera H. ENVI, el extremo de una larga cadena Decenas o centenas de métodos o formas para capturar imágenes. Las
Más detallesESCUELA POLITÉCNICA DEL EJÉRCITO EXTENSIÓN LATACUNGA NANCY VELASCO
ESCUELA POLITÉCNICA DEL EJÉRCITO EXTENSIÓN LATACUNGA NANCY VELASCO Desarrollo e implementación de un algoritmo para detección de objetos con tecnología Kinect Justificación Apoyo a personas no videntes
Más detallesMatemáticas Discretas L. Enrique Sucar INAOE. Teoría de Grafos. Problema de los puentes de Königsberg [Euler]
Matemáticas Discretas L. Enrique Sucar INAOE Teoría de Grafos Problema de los puentes de Königsberg [Euler] Teoría de Grafos Definición y terminología Tipos de grafos Trayectorias y circuitos Isomorfismo
Más detallesMAESTRÍA EN ELECTRÓNICA Y AUTOMATIZACIÓN, MENCIÓN SISTEMAS DE CONTROL. Malla Curricular
MAESTRÍA EN ELECTRÓNICA Y AUTOMATIZACIÓN, MENCIÓN SISTEMAS DE CONTROL Remitir su hoja de vida y documentación de respaldo al correo: edgarpcordovac@uta.edu.ec Sistemas Eléctricos y Electrónicos Titulación
Más detallesCoeficientes Cepstrales en Frecuencia Mel y Dynamic Time Warping para Reconocimiento Automatico del Habla
Coeficientes Cepstrales en Frecuencia Mel y Dynamic Time Warping para Reconocimiento Automatico del Habla Jorge Luis Guevara Diaz Semana ciencia de la Computación Escuela de Informática Universidad Nacional
Más detallesGrupo de Procesamiento de Imágenes y Visión por Computadora
Grupo de Procesamiento de Imágenes y Visión por Computadora Daniel Acevedo Marta Mejail Francisco Gómez Fernández Julio Jacobo María Elena Buemi Rosana Matuk Carlos Ismael Orozco Pablo Negri Esteban Uriza
Más detallesVISIÓN DEL COLOR (I): APARIENCIA DEL COLOR
Juan Luis Nieves Dpto. Óptica. Fac. Ciencias Universidad de Granada 18071-Granada (SPAIN) e-mail: jnieves@ugr.es Objetivos: Caracterizar el color de los objetos en su contexto El color es una de las características
Más detallesTema 8: Color. 1. Fundamentos del Color. 2. Modelos del Color. 3. Acquisisión de Imágenes en Color. 4. Procesamiento de Imágenes en Color
Tema 8: Color 1. Fundamentos del Color 2. Modelos del Color 3. Acquisisión de Imágenes en Color 4. Procesamiento de Imágenes en Color Bibliografía: RC Gonzalez, RE Woods: Digital Image Processing, 2 nd
Más detallesComputación Gráfica I CI4321
Computación Gráfica I CI4321 Teoría Prof. Víctor Theoktisto (vtheok @ usb.ve) consulta (Lunes 11:30-12:30) Laboratorio Prof. Alexander Baranya(abaranya @ ldc.usb.ve) Contenido del curso http://ldc.usb.ve/~vtheok/cursos/ci4321/sd11
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. INFORMACIÓN GENERAL
Más detallesSISTEMAS DE PERCEPCIÓN VISUAL
ASIGNATURA DE MÁSTER: SISTEMAS DE PERCEPCIÓN VISUAL Curso 2016/2017 (Código:31105109) 1.PRESENTACIÓN Esta asignatura se dedica al estudio de unos contenidos que también se suelen englobar bajo otros nombres,
Más detallesDescripción del equipo
La microscopía láser confocal es una nueva técnica de observación microscópica con la cual se logran excelentes resultados en diversas ramas de la ciencia (medicina, biología, materiales, geología, etc.).
Más detallesExamen correspondiente a la evaluación alternativa. Procesamiento de imágenes digitales curso 2007/2008
Examen correspondiente a la evaluación alternativa Procesamiento de imágenes digitales curso 2007/2008 Cada respuesta correcta puntúa 0.25. Cada respuesta incorrecta puntúa -0.05. 1. Cuál de las siguientes
Más detallesSistemas Biométricos para el aula nuestro de informática.
Sistemas Biométricos para el aula nuestro de informática. La "biometría informática" es la aplicación de técnicas matemáticas y estadísticas sobre los rasgos físicos o de conducta de un individuo, para
Más detallesReconocimiento de Caracteres en Imagen Digital, una Aplicación al Reconocimiento Automático de Placas de Vehículos
Reconocimiento de Caracteres en Imagen Digital, una Aplicación al Reconocimiento Automático de Placas de Vehículos Ricardo Rolón Alonso Facultad Politécnica, Universidad Nacional del Este Avda. Monseñor
Más detalles9 Apéndice. 9.1 Espacios de color. Reconocimiento de señales de tráfico para un sistema de ayuda a la conducción
9 Apéndice 9.1 Espacios de color Los dispositivos de captura y visualización de imágenes captan y generan, respectivamente, el color mezclando los denominados colores primarios (rojo, verde y azul) con
Más detallesImágenes Color. Figura 4.1:
Capítulo 4 Imágenes Color El empleo del color en el procesamiento de imágenes es importante por dos razones fundamentales, primero, en el análisis automático de imágenes, el color representa un potente
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes basados en conocimiento Contenido Sistemas basados en conocimiento
Más detallesLAS 14 AREAS TEMATICAS DE LA COMPUTACIÓN
En los años 1986-1989 la ACM(Association for Computing Machinery) y la IEEE (Institute for Electrical and Electronic Engineers)Computer Society : Peter Denning y otros definen la Informática como disciplina
Más detallesCompetencia Matemática
Instituto Nacional para la Evaluación de la Educación Dirección de Proyectos Internacionales y Especiales Competencia matemática en PISA Jornadas bajacalifornianas en materia de Evaluación Educativa 2011
Más detallesCómo leer este libro? PARTE 1. Android Wear CAPÍTULO 1. Introducción a Android Wear y las notificaciones... 19
Contenido Cómo leer este libro?... 15 PARTE 1. Android Wear... 17 CAPÍTULO 1. Introducción a Android Wear y las notificaciones... 19 1.2.1. Relojes inteligentes... 21 1.2.2. Pulseras... 21 1.2.3. Gafas
Más detallescolor tomas laurenzo cecal! inco! fing! udelar Interacción persona computadora.
color tomas laurenzo cecal! inco! fing! udelar Interacción persona computadora. www.fing.edu.uy/inco/cursos/inpercom color Basado en: Capítulo 4: Color Information Visualization Colin Ware color Es una
Más detalles07- El Color Técnica Gráfica EL COLOR. Prof. Marcelo Braz
EL COLOR Onda larga Radio Radio VHF Radar Infrarrojo Ultravioleta Rayos gamma Televisión Microondas Luz visible Rayos X Rayos cósmicos ESPECTRO ELECTROMAGNÉTICO Onda larga Radio Radio VHF Radar Infrarrojo
Más detalles2021: Odisea del Ciberespacio
2021: Odisea del Ciberespacio M.C. Romeo A. Sánchez López CISM CEH CISSP CCNA CCSI SCSA SCJP SCMAD ITIL MCP TOGAF Ingeniero en Seguridad Computacional Maestro en Educación Maestro en Ciencias en Sistemas
Más detallesPROCESAMIENTO DIGITAL DE IMÁGENES
PROCESAMIENTO DIGITAL DE IMÁGENES Nombre de la materia: Procesamiento Digital de Imágenes Profesor: Dr. Wilfrido Gómez Flores Número de horas: 60 horas (4 horas semanales). Sitio web: http://www.tamps.cinvestav.mx/~wgomez/teaching.html
Más detallesLocalización. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
M.Sc. Kryscia Ramírez Benavides Problemas de Navegación de los Robots Dónde estoy?. Dónde he estado? Mapa de decisiones. A dónde voy? Planificación de misiones. Cuál es la mejor manera de llegar? Planificación
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Redes Bayesianas: Parte III Aplicaciones Aplicaciones Diagnóstico de plantas
Más detallesVisión Computacional
Visión Computacional L. Enrique Sucar Instituto Nacional de Astrofísica, Óptica y Electrónica Puebla, México Giovani Gómez Helmholtz Zentrum Munchen Neuherberg, Alemania Prólogo Según Aristóteles, Visión
Más detallesUNIVERSIDAD DE LAS FUERZAS ARMADAS-ESPE EXTENSIÓN LATACUNGA CARRERA DE INGENIERÍA ELECTRÓNICA E INSTRUMENTACIÓN
UNIVERSIDAD DE LAS FUERZAS ARMADAS-ESPE EXTENSIÓN LATACUNGA CARRERA DE INGENIERÍA ELECTRÓNICA E INSTRUMENTACIÓN DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE MONITOREO DE TEMPERATURA CORPORAL Y AMBIENTAL APLICANDO
Más detallesVisión de Alto Nivel
Visión de Alto Nivel Dr. Luis Enrique Sucar INAOE esucar@inaoep.mx ccc.inaoep.mx/~esucar Sesión 3 Segmentación 1 Visión de nivel intermedio Agrupar las características obtenidas en el nivel bajo Generar
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en color INTRODUCCIÓN La segmentación de imágenes a color se puede realizar mediante técnicas de clasificación supervisada.
Más detalles