课程信息
4.4
60 个评分
23 个审阅
100% 在线

100% 在线

立即开始,按照自己的计划学习。
可灵活调整截止日期

可灵活调整截止日期

根据您的日程表重置截止日期。
完成时间(小时)

完成时间大约为24 小时

建议:6 semanas de estudio, 2-3 horas/semana...
可选语言

西班牙语(Spanish)

字幕:西班牙语(Spanish)
100% 在线

100% 在线

立即开始,按照自己的计划学习。
可灵活调整截止日期

可灵活调整截止日期

根据您的日程表重置截止日期。
完成时间(小时)

完成时间大约为24 小时

建议:6 semanas de estudio, 2-3 horas/semana...
可选语言

西班牙语(Spanish)

字幕:西班牙语(Spanish)

教学大纲 - 您将从这门课程中学到什么

1
完成时间(小时)
完成时间为 4 小时

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 个视频 (总计 118 分钟), 9 个阅读材料, 3 个测验
Video7 个视频
Características locales de la imagen16分钟
Detección de características locales: SIFT20分钟
Descripción de características locales: SIFT22分钟
Correspondencia de imágenes10分钟
K-NN: Clasificación por vecino más cercano17分钟
Evaluación del rendimiento14分钟
Reading9 个阅读材料
Antes de empezar10分钟
Temario10分钟
Formato del curso y evaluación10分钟
Preguntas frecuentes10分钟
Enlaces relacionados10分钟
Presentación del código10分钟
Instalación y configuración10分钟
Código y ejercicios para el módulo 110分钟
Más información10分钟
Quiz3 个练习
Prueba tus conocimientos16分钟
Prueba tus conocimientos8分钟
Cuestionario del módulo 120分钟
2
完成时间(小时)
完成时间为 3 小时

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 个视频 (总计 95 分钟), 4 个阅读材料, 3 个测验
Video7 个视频
Construcción del vocabulario: K-Means11分钟
Representación de la imagen8分钟
Support Vector Machines (SVM): Conceptos básicos12分钟
Support Vector Machines (SVM): Desarrollo matemático15分钟
Support Vector Machines (SVM): Cuestiones prácticas16分钟
Evaluación del rendimiento14分钟
Reading4 个阅读材料
Conjunto de imágenes de entrenamiento y evaluación10分钟
Código para el módulo 210分钟
Ejercicios para el módulo 210分钟
Más información10分钟
Quiz3 个练习
Prueba tus conocimientos6分钟
Prueba tus conocimientos12分钟
Cuestionario del módulo 220分钟
3
完成时间(小时)
完成时间为 2 小时

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 个视频 (总计 94 分钟), 3 个阅读材料, 1 个测验
Video6 个视频
Detección de características locales: SURF19分钟
Descripción de características locales: SURF10分钟
Estrategias de selección de puntos de interés15分钟
Uso del color25分钟
Reducción de descriptores: PCA18分钟
Reading3 个阅读材料
Código para el módulo 310分钟
Ejercicios para el módulo 310分钟
Más información10分钟
Quiz1 个练习
Cuestionario del módulo 320分钟
4
完成时间(小时)
完成时间为 2 小时

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 个视频 (总计 63 分钟), 3 个阅读材料, 3 个测验
Video5 个视频
Early fusion12分钟
Intermediate fusion11分钟
Late fusion13分钟
Combinaciones en Late fusion15分钟
Reading3 个阅读材料
Código para el módulo 410分钟
Ejercicios para el módulo 410分钟
Más información10分钟
Quiz3 个练习
Prueba tus conocimientos8分钟
Prueba tus conocimientos8分钟
Cuestionario del módulo 420分钟

讲师

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

关于 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....

常见问题

  • 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.

还有其他问题吗?请访问 学生帮助中心