3.9.12 IS/Visión y percepción por computador

Temas:
Electivo

• Visión Computacional
  1. Adquisición de imágenes, representación, procesamiento y propiedades
  2. Representación de formas, reconocimiento y segmentación de objetos
  3. Análisis de movimiento
• Audio y reconocimiento de dictado.
• Modularidad en reconocimiento.
• Enfoques de reconocimiento de patrones
  1. Algoritmos de clasificación y medidas de calidad de la clasificación.
  2. Técnicas estadísticas.

Objetivos de Aprendizaje:
Elective:

1. Resumir la importancia del reconocimiento de imagenes y objetos en Inteligencia Artificial (AI) e indicar varias aplicaciones significativas de esta tecnologia [Familiarizarse]
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 [Familiarizarse]
3. Implementar reconocimiento de objetos en 2d basados en la representación del contorno y/o regiones basadas en formas [Usar]
4. Destinguir las metas de reconocimiento de sonido, palabras y del habla e identificar como la señal de audio bruto sera manejada diferentemente en cada uno de esos casos. [Familiarizarse]
5. 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 [Familiarizarse]
6. 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 [Usar]
7. Implementar un algoritmo que combina características en percepciones de más alto nivel, p.e., un contorno o poligono a partir de primitivas visuales o fonemas de una señal de audio [Usar]
8. Implementar un algoritmo de clasificación que segmenta percepciones de entrada en categorias de salida y evalua cuantitativamente la clasificación resultante [Usar]
9. 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 [Evaluar]
10. Describir por lo menos tres enfoques de clasificación, sus pre requisitos para aplicabilidad, fortalezas y deficiencias [Familiarizarse]