Informações sobre o curso
4.4
63 classificações
24 avaliações
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 25 horas para completar

Sugerido: 6 semanas de estudio, 2-3 horas/semana...
Idiomas disponíveis

Espanhol

Legendas: Espanhol
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 25 horas para completar

Sugerido: 6 semanas de estudio, 2-3 horas/semana...
Idiomas disponíveis

Espanhol

Legendas: Espanhol

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
4 horas para concluir

Introducción a la clasificación de imágenes

En esta primera semana explicaremos los fundamentos de la clasificación de imágenes y presentaremos todos los pasos de un primer sistema de clasificación básico. Para ello, primero veremos algunos conceptos básicos sobre el procesamiento de una imagen que nos servirán para introducir un primer método para detectar y describir características locales (SIFT) en una imagen. Luego veremos cómo podemos agrupar estas características locales para representar toda la imagen y explicaremos un primer clasificador simple, k-NN. Finalmente comentaremos los aspectos básicos de la evaluación del rendimiento de un sistema de clasificación de imágenes....
Reading
7 vídeos (total de (Total 118 mín.) min), 9 leituras, 3 testes
Video7 videos
Características locales de la imagen16min
Detección de características locales: SIFT20min
Descripción de características locales: SIFT22min
Correspondencia de imágenes10min
K-NN: Clasificación por vecino más cercano17min
Evaluación del rendimiento14min
Reading9 leituras
Antes de empezar10min
Temario10min
Formato del curso y evaluación10min
Preguntas frecuentes10min
Enlaces relacionados10min
Presentación del código10min
Instalación y configuración10min
Código y ejercicios para el módulo 110min
Más información10min
Quiz3 exercícios práticos
Prueba tus conocimientos16min
Prueba tus conocimientos8min
Cuestionario del módulo 120min
Semana
2
Horas para completar
3 horas para concluir

Bag of Words (BoW)

Esta semana introduciremos Bag of Words como método de representación básico que utilizaremos mayoritariamente a lo largo de todo el curso. Explicaremos todos los detalles necesarios para construir la representación BoW de una imagen, incluyendo la construcción del vocabulario utilizando K-Means y cómo agregar la información de las características locales en la representación final en forma de histograma. En la segunda parte de la semana explicaremos Support Vector Machines (SVM) como método de clasificación, tanto los conceptos fundamentales como su formulación matemática y los detalles para entrenar y utilizar un clasificador basado en SVM. Finalmente, completaremos la explicación de la evaluación del rendimiento que introducimos en la primera semana....
Reading
7 vídeos (total de (Total 95 mín.) min), 4 leituras, 3 testes
Video7 videos
Construcción del vocabulario: K-Means11min
Representación de la imagen8min
Support Vector Machines (SVM): Conceptos básicos12min
Support Vector Machines (SVM): Desarrollo matemático15min
Support Vector Machines (SVM): Cuestiones prácticas16min
Evaluación del rendimiento14min
Reading4 leituras
Conjunto de imágenes de entrenamiento y evaluación10min
Código para el módulo 210min
Ejercicios para el módulo 210min
Más información10min
Quiz3 exercícios práticos
Prueba tus conocimientos6min
Prueba tus conocimientos12min
Cuestionario del módulo 220min
Semana
3
Horas para completar
2 horas para concluir

Extracción de características

En esta semana completaremos la explicación de métodos de extracción de características que iniciamos en la primera semana ofreciendo alternativas a la utilización de SIFT. En concreto veremos SURF como un nuevo método de detección y extracción más eficiente computacionalmente que SIFT. Para aumentar la capacidad descriptiva de las características analizaremos otras estrategias para la detección de características locales e introduciremos descriptores que nos permitan tener en cuenta la información del color en la imagen. Veremos también como podemos también mejorar la eficiencia computacional reduciendo la dimensión de los descriptores de carácterísticas locales. ...
Reading
6 vídeos (total de (Total 94 mín.) min), 3 leituras, 1 teste
Video6 videos
Detección de características locales: SURF19min
Descripción de características locales: SURF10min
Estrategias de selección de puntos de interés15min
Uso del color25min
Reducción de descriptores: PCA18min
Reading3 leituras
Código para el módulo 310min
Ejercicios para el módulo 310min
Más información10min
Quiz1 exercício prático
Cuestionario del módulo 320min
Semana
4
Horas para completar
2 horas para concluir

Estrategias de fusión

En esta semana veremos cómo podemos combinar diferentes descriptores que aportan diferente tipo de información en el esquema de representación BoW. Explicaremos los diferentes niveles a los que se puede hacer esta combinación: a nivel de descriptores locales (early fusion), a nivel de construcción del vocabulario (intemediate fusion) o a nivel de clasificador (late fusion)...
Reading
5 vídeos (total de (Total 63 mín.) min), 3 leituras, 3 testes
Video5 videos
Early fusion12min
Intermediate fusion11min
Late fusion13min
Combinaciones en Late fusion15min
Reading3 leituras
Código para el módulo 410min
Ejercicios para el módulo 410min
Más información10min
Quiz3 exercícios práticos
Prueba tus conocimientos8min
Prueba tus conocimientos8min
Cuestionario del módulo 420min
4.4
24 avaliaçõesChevron Right

Melhores avaliações

por EVAug 16th 2017

Estupendo curso! Estoy haciendo un TFG de un clasificador automático de sonidos y el curso me ha ayudado mucho a consolidar conceptos! 100% recomendable!!

por JEJan 9th 2018

Muy buen curso se aprende mucho y varias maneras para realisarlo a demás que se entiende de manera fácil

Instrutores

Avatar

Ernest Valveny

Catedrático Escuela Universitaria
Departamento de Ciencias de la Computación
Avatar

Jordi Gonzàlez Sabaté

Profesor Titular de Universidad
Departamento de Ciencias de la Computación
Avatar

Ramon Baldrich Caselles

Profesor titular
Departamento de Ciencias de la Computación

Sobre Universidade Autônoma de Barcelona

The Universitat Autònoma de Barcelona (UAB) is a public university located in the metropolitan area of Barcelona. International in its outlook, it is fully consolidated within its local surroundings, and offers quality education in close association with research activity, the transfer of scientific, technological, cultural and educational knowledge, the promotion of its human potential and the responsible management of available resources. The UAB currently offers 81 degrees, 130 official Master Programmes and 183 UAB-specific Masters Degrees. In addition, it offers 174 lifelong learning programmes and 65 PhD Programmes, 27 of which have been distinguished through Quality Awards. The UAB has a total of over 3,500 teaching and research staff, over 2,000 administrative staff and over 40,000 students....

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Sí, puedes solicitar el certificado antes, durante, o al finalizar el curso.

  • Aunque el curso esté diseñado e impartido por la Universidad Autónoma de Barcelona, el certificado lo emite Coursera.

    ¿Qué información incluye?

    · el título del curso

    · la firma del (o de los) instructor(es)

    · el logo de la UAB

    · una url de verificación que permite a terceras personas comprobar la autenticidad del certificado

  • · créditos académicos de la UAB

    · la calificación final obtenida en el curso

    · tu foto del documento de identidad

    · las horas dedicadas al curso

    Recuerda que el certificado no se envía por correo postal o correo electrónico, sino que se trata de un PDF que puedes descargar e imprimir. También puedes compartirlo electrónicamente.

    Lamentablemente Coursera no puede emitir un certificado de curso con más información de la que ya incluye. Si deseas más información al respeto, por favor consulta las páginas de ayuda de Coursera.

  • No. El certificado confirma que el alumno ha superado el curso, pero no es un título oficial de la Universidad Autónoma de Barcelona.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.