Acerca de este Curso

5,427 vistas recientes

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Aprox. 25 horas para completar

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

Español (Spanish)

Subtítulos: Español (Spanish)

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Aprox. 25 horas para completar

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

Español (Spanish)

Subtítulos: Español (Spanish)

Instructores

Imagen del instructor, Ernest Valveny

Ernest Valveny 

Catedrático Escuela Universitaria
Departamento de Ciencias de la Computación
24,922 alumnos
2 cursos
Imagen del instructor, Jordi Gonzàlez Sabaté

Jordi Gonzàlez Sabaté 

Profesor Titular de Universidad
Departamento de Ciencias de la Computación
10,695 alumnos
1 curso
Imagen del instructor, Ramon Baldrich Caselles

Ramon Baldrich Caselles 

Profesor titular
Departamento de Ciencias de la Computación
10,695 alumnos
1 curso

ofrecido por

Logotipo de Universitat Autònoma de Barcelona

Universitat Autònoma de Barcelona

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up96%(1,443 calificaciones)Info
Semana
1

Semana 1

4 horas para completar

Introducción a la clasificación de imágenes

4 horas para completar
7 videos (Total 118 minutos), 9 lecturas, 3 cuestionarios
7 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
9 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
3 ejercicios de práctica
Prueba tus conocimientos16m
Prueba tus conocimientos8m
Cuestionario del módulo 120m
Semana
2

Semana 2

3 horas para completar

Bag of Words (BoW)

3 horas para completar
7 videos (Total 95 minutos), 4 lecturas, 3 cuestionarios
7 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
4 lecturas
Conjunto de imágenes de entrenamiento y evaluación10m
Código para el módulo 210m
Ejercicios para el módulo 210m
Más información10m
3 ejercicios de práctica
Prueba tus conocimientos6m
Prueba tus conocimientos12m
Cuestionario del módulo 220m
Semana
3

Semana 3

2 horas para completar

Extracción de características

2 horas para completar
6 videos (Total 94 minutos), 3 lecturas, 1 cuestionario
6 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
3 lecturas
Código para el módulo 310m
Ejercicios para el módulo 310m
Más información10m
1 ejercicio de práctica
Cuestionario del módulo 320m
Semana
4

Semana 4

2 horas para completar

Estrategias de fusión

2 horas para completar
5 videos (Total 63 minutos), 3 lecturas, 3 cuestionarios
5 videos
Early fusion12m
Intermediate fusion11m
Late fusion13m
Combinaciones en Late fusion15m
3 lecturas
Código para el módulo 410m
Ejercicios para el módulo 410m
Más información10m
3 ejercicios de práctica
Prueba tus conocimientos8m
Prueba tus conocimientos8m
Cuestionario del módulo 420m
4.4
25 revisionesChevron Right

Principales revisiones sobre Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen?

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

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.