Trabajos Visión por Computador 

1) Reconocimiento de Objetos:  (Python-OpenCV)

Se propone diseñar un sistema de reconocimiento de objetos   Se deberán proponer varias soluciones: Calificador Bayesiano, SVM, Clustering (K-NN), Árboles de decisión, Redes Neuronales. Se dispone de un conjunto de imágenes de ejemplo correspondientes a cada objeto. Las imágenes muestran al objeto bajo diferentes puntos de vista. Se proporciona un conjunto de imágenes de entrenamiento que se utilizan para el diseño del clasificador. A continuación, el clasificador se deberá probar con el conjunto de imágenes de prueba también proporcionado. (Base de datos de imágenes)

2) Reconocimiento de Personas:  (Python-OpenCV)

Se propone diseñar un sistema de reconocimiento personas basado en descriptores Haar-HOG   Se pueden proponer varias soluciones: Adaboost, clasificadores en cascada y Redes Neuronales. Se dispone de un conjunto de imágenes de ejemplo correspondientes a caras de personas. Las imágenes muestran a la persona bajo diferentes puntos de vista. A continuación, el clasificador se deberá probar con el conjunto de imágenes reales. (Bases de datos de imágenes)

3) Reconocimiento de Objetos: Transfer Learning  (Python-OpenCV)

Se propone diseñar un sistema de reconocimiento mediante aprendizaje profundo (Deep Learning) usando redes neuronales convolucionales pre-entrenadas (ALexNet-GoogLeNet). Se deberá  modificar la red y adaptarla al conjunto de objetos a clasificar  aprovechando las capas convoluciones (extracción de descriptores), adaptando y reentrenado  las capas finales de clasificación. (Bases de datos de imágenes) (CAFFE models)

4) Reconstrucción 3D: (Python-OpenCV) 

Se propone diseñar una aplicación para reconstrucción 3D a partir de imágenes estéreo usando algoritmos de correlación de área o puntos característicos

5) Clasificación de objetos mediante color:  (Python-OpenCV) 

Se propone diseñar una aplicación  para la clasificación de objetos mediante color, utilizando espacios uniformes de color

6) Localización por marcas (realidad aumentada):  (Python-OpenCV) 

Localización mediante marcas codificadas

7) Calibración proyectiva (Estéreo). Matriz fundamental:  (Python-OpenCV) Se propone diseñar una aplicación para calibración automática de un sistema estéreo

8) Segmentación por color:  (Titere-Python) Descripción del trabajo

El objetivo de la práctica es realizar un estudio comparativo de diversos algoritmos de umbralización automática en imágenes en color, trabajando sobre distintos espacios de color y distintos procesamiento de realce. Las imágenes de prueba son imágenes reales de cultivos.

9) Detección de defectos en billetes de banco  (Titere-Python) Descripción del trabajo

El objetivo de la práctica es realizar un estudio comparativo de diversos algoritmos de filtrado morfológico y detección de patrones  para segmentación de defectos en pliegos de billetes de banco.