Docente: Luiz Marcos Garcia Goncalves
Ementa
A) Parte teórica:
1) Questões administrativas
2) Introdução a Visão Computacional (histórico, etc)
3) Geometria Analitica, Algebra Linear (Transformações e matemática básica necessária ao curso).
4) Sensores
5) Luz, cor, iluminação
6) Formação da imagem (luminância, ótica, câmera, radiometria, geometria, amostragem, Fourier, aliasing, representação)
7) Calibração de câmera (fundamentação matemática e vários métodos de calibração)
8) Extração de Features de imagens (filtragem, características, Gaussiano, Gradiente, Laplaciano, Canny, Frei & Chen, Hough, Bases Wavelets, Correlação, Matching)
9) Atenção Visual (neurobiologia do sistema visual, processo de atenção visual, land-marks naturais e artificiais)
10) Trabalhando com Imagens de profundidade (depth images ou depth arrays)
11) Gradientes de Superfície
12) Reconstrução Estéreo ou Shape from stereo (fundamentao matemática e vários métodos de reconstrução estéreo)
13) Estéreo fotométrico (shape from photometric stereo)
14) Shape from motion
15) Shape from shading
16) Shape from line-drawing
B) Parte prática:
1) Implementar métodos de calibração de câmera
2) Implementar métodos para extração de características.
3) Implementar métodos de shape from "X".
Bibliografia
1) Emmanuele Trucco, Verry. An Introduction to Computer Vision.
2) Danna Ballard e Cris Brown. Computer Vision. Prentice Hall. 1982.
3) David Marr. Vision. MIT Press, 1982.
3) Berthold Klauss Paul Horn. Robot Vision. MIT Press, 1986.