課程信息
4.4
59 個評分
23 個審閱
100% online

100% online

立即開始,按照自己的計劃學習。
可靈活調整截止日期

可靈活調整截止日期

根據您的日程表重置截止日期。
完成時間(小時)

完成時間大約為24 小時

建議:6 semanas de estudio, 2-3 horas/semana...
可選語言

西班牙語(Spanish)

字幕:西班牙語(Spanish)...
100% online

100% online

立即開始,按照自己的計劃學習。
可靈活調整截止日期

可靈活調整截止日期

根據您的日程表重置截止日期。
完成時間(小時)

完成時間大約為24 小時

建議:6 semanas de estudio, 2-3 horas/semana...
可選語言

西班牙語(Spanish)

字幕:西班牙語(Spanish)...

教學大綱 - 您將從這門課程中學到什麼

1
完成時間(小時)
完成時間為 4 小時

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 個視頻(共 118 分鐘), 9 個閱讀材料, 3 個測驗
Video7 個視頻
Características locales de la imagen16分鐘
Detección de características locales: SIFT20分鐘
Descripción de características locales: SIFT22分鐘
Correspondencia de imágenes10分鐘
K-NN: Clasificación por vecino más cercano17分鐘
Evaluación del rendimiento14分鐘
Reading9 個閱讀材料
Antes de empezar10分鐘
Temario10分鐘
Formato del curso y evaluación10分鐘
Preguntas frecuentes10分鐘
Enlaces relacionados10分鐘
Presentación del código10分鐘
Instalación y configuración10分鐘
Código y ejercicios para el módulo 110分鐘
Más información10分鐘
Quiz3 個練習
Prueba tus conocimientos16分鐘
Prueba tus conocimientos8分鐘
Cuestionario del módulo 120分鐘
2
完成時間(小時)
完成時間為 3 小時

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 個視頻(共 95 分鐘), 4 個閱讀材料, 3 個測驗
Video7 個視頻
Construcción del vocabulario: K-Means11分鐘
Representación de la imagen8分鐘
Support Vector Machines (SVM): Conceptos básicos12分鐘
Support Vector Machines (SVM): Desarrollo matemático15分鐘
Support Vector Machines (SVM): Cuestiones prácticas16分鐘
Evaluación del rendimiento14分鐘
Reading4 個閱讀材料
Conjunto de imágenes de entrenamiento y evaluación10分鐘
Código para el módulo 210分鐘
Ejercicios para el módulo 210分鐘
Más información10分鐘
Quiz3 個練習
Prueba tus conocimientos6分鐘
Prueba tus conocimientos12分鐘
Cuestionario del módulo 220分鐘
3
完成時間(小時)
完成時間為 2 小時

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 個視頻(共 94 分鐘), 3 個閱讀材料, 1 個測驗
Video6 個視頻
Detección de características locales: SURF19分鐘
Descripción de características locales: SURF10分鐘
Estrategias de selección de puntos de interés15分鐘
Uso del color25分鐘
Reducción de descriptores: PCA18分鐘
Reading3 個閱讀材料
Código para el módulo 310分鐘
Ejercicios para el módulo 310分鐘
Más información10分鐘
Quiz1 個練習
Cuestionario del módulo 320分鐘
4
完成時間(小時)
完成時間為 2 小時

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 個視頻(共 63 分鐘), 3 個閱讀材料, 3 個測驗
Video5 個視頻
Early fusion12分鐘
Intermediate fusion11分鐘
Late fusion13分鐘
Combinaciones en Late fusion15分鐘
Reading3 個閱讀材料
Código para el módulo 410分鐘
Ejercicios para el módulo 410分鐘
Más información10分鐘
Quiz3 個練習
Prueba tus conocimientos8分鐘
Prueba tus conocimientos8分鐘
Cuestionario del módulo 420分鐘

講師

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

關於 Universitat Autònoma 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....

常見問題

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您购买证书后,将有权访问所有课程材料,包括评分作业。完成课程后,您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 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.

還有其他問題嗎?請訪問 學生幫助中心