Acerca de este Curso
4.3
61 calificaciones
24 revisiones
100 % en línea

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.
Horas para completar

Aprox. 24 horas para completar

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

Español (Spanish)

Subtítulos: Español (Spanish)
100 % en línea

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.
Horas para completar

Aprox. 24 horas para completar

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

Español (Spanish)

Subtítulos: Español (Spanish)

Programa - Qué aprenderás en este curso

Semana
1
Horas para completar
4 horas para completar

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 videos (Total 118 minutos), 9 readings, 3 quizzes
Video7 videos
Características locales de la imagen16m
Detección de características locales: SIFT20m
Descripción de características locales: SIFT22m
Correspondencia de imágenes10m
K-NN: Clasificación por vecino más cercano17m
Evaluación del rendimiento14m
Reading9 lecturas
Antes de empezar10m
Temario10m
Formato del curso y evaluación10m
Preguntas frecuentes10m
Enlaces relacionados10m
Presentación del código10m
Instalación y configuración10m
Código y ejercicios para el módulo 110m
Más información10m
Quiz3 ejercicios de práctica
Prueba tus conocimientos16m
Prueba tus conocimientos8m
Cuestionario del módulo 120m
Semana
2
Horas para completar
3 horas para completar

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 videos (Total 95 minutos), 4 readings, 3 quizzes
Video7 videos
Construcción del vocabulario: K-Means11m
Representación de la imagen8m
Support Vector Machines (SVM): Conceptos básicos12m
Support Vector Machines (SVM): Desarrollo matemático15m
Support Vector Machines (SVM): Cuestiones prácticas16m
Evaluación del rendimiento14m
Reading4 lecturas
Conjunto de imágenes de entrenamiento y evaluación10m
Código para el módulo 210m
Ejercicios para el módulo 210m
Más información10m
Quiz3 ejercicios de práctica
Prueba tus conocimientos6m
Prueba tus conocimientos12m
Cuestionario del módulo 220m
Semana
3
Horas para completar
2 horas para completar

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 videos (Total 94 minutos), 3 readings, 1 quiz
Video6 videos
Detección de características locales: SURF19m
Descripción de características locales: SURF10m
Estrategias de selección de puntos de interés15m
Uso del color25m
Reducción de descriptores: PCA18m
Reading3 lecturas
Código para el módulo 310m
Ejercicios para el módulo 310m
Más información10m
Quiz1 ejercicio de práctica
Cuestionario del módulo 320m
Semana
4
Horas para completar
2 horas para completar

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 videos (Total 63 minutos), 3 readings, 3 quizzes
Video5 videos
Early fusion12m
Intermediate fusion11m
Late fusion13m
Combinaciones en Late fusion15m
Reading3 lecturas
Código para el módulo 410m
Ejercicios para el módulo 410m
Más información10m
Quiz3 ejercicios de práctica
Prueba tus conocimientos8m
Prueba tus conocimientos8m
Cuestionario del módulo 420m

Instructores

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

Acerca de 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....

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

  • 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.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.