Introducción a la visión por computador: desarrollo de aplicaciones con OpenCV

Payment
Обучение бесплатное
Certificate
Сертификация платная
Duration
8 месяцев
О курсе

Con este curso, el alumnado será capaz de aprender y entender los conceptos básicos de visión por computador, además de implementar de forma práctica algoritmos de análisis de imágenes a través de computadores utilizando la biblioteca de funciones OpenCV.

El Análisis de Imágenes o Visión por Computador es la capacidad de los ordenadores de analizar imágenes capturadas por una cámara y obtener la información de los objetos que se hayan presentes en esa escena. En la actualidad, constituye uno de los campos de la Inteligencia Artificial con un mayor ritmo de desarrollo y que más aplicaciones nuevas está presentando.

Hasta hace pocos años las cámaras digitales solo estaban implantadas en el ambiente industrial. Allí se utilizan con dos fines:

  • Lograr una mayor interacción entre los robots industriales y el entorno que los rodea.
  • Conseguir un control de calidad total de los productos fabricados.
  • Con la aparición de nuevo hardware, cámaras y algoritmos, el mundo de la Visión por Computador ya no se centra exclusivamente en el ambiente industrial sino que se extiende a los smartphones, la industria del videojuego e incluso a los coches.

    Otra característica que ha cambiado recientemente es que hasta hace poco tiempo las técnicas de análisis de imágenes eran accesibles solamente a un reducido número de especialistas. Los programas que se utilizaban eran costosos, con poca documentación y que exigían equipos informáticos de gama alta. Esto es ahora muy distinto; en concreto la biblioteca OpenCV, que se verá en el curso, constituyen una solución de altísimo nivel, gratuitas, portables a diversos sistemas operativos y equipos, ordenadores o teléfonos inteligentes y que constituyen de facto un estándar en la comunidad científica.

    Para que el alumnado pueda realizar diversas aplicaciones relacionadas con la Visión por Computador, a lo largo del curso se revisan los tipos básicos de elementos y sensores, viéndose las ventajas e inconvenientes de cada uno de ellos, así como las técnicas más usuales de procesar la información que proveen. A partir de dicho procesamiento de la información y de la extracción de características, se presentan diversos métodos para el reconocimiento de patrones.

    Программа
    Introducción a la visión por computador: desarrollo de aplicaciones con OpenCV
    Hasta dónde pueden ver las máquinas? Descubre la visión por computador programando aplicaciones de análisis de imágenes, uno de los campos más innovadores de la inteligencia artificial.
    Что Вы изучите?
    • Familiarizarse con el análisis de imágenes a través de computadores
    • Implementar en C++ diversas aplicaciones de Visión por computador utilizando librerías de programación OpenCV, de libre distribución
    • Conocer los diversos elementos y sensores que se utilizan en la visión por computador
    • Aprender técnicas de procesamiento de imágenes digitales
    • Descubrir las características principales que pueden definir a un objeto en una imagen digital y aprender a extraerlas
    • Aplicar los diversos algoritmos de reconocimiento de patrones
    Лекторы
    Arturo de la Escalera
    Arturo de la Escalera
    Catedrático Universidad Carlos III de Madrid
    Dr. D. Arturo de la Escalera es Ingeniero Industrial por la Universidad Politécnica de Madrid desde 1989, en donde obtuvo su doctorado en Robótica en 1995. Desde el año 1993 es profesor de la Universidad Carlos III de Madrid, siendo en la actualidad Catedrático de Universidad en el Departamento de Ingeniería de Sistemas y Automática.
    José María Armingol
    José María Armingol
    Catedrático Universidad Carlos III de Madrid
    Dr. D. José María Armingol es doctor por la Universidad Carlos III de Madrid (1997). Su carrera docente e investigadora comienza en esta Universidad en el año 1993, en la actualidad es Catedrático de Universidad en el Departamento de Ingeniería de Sistemas y Automática. Es editor asociado de las revistas científicas International Scholarly Research Notices, Journal of Physical Agents y Securitas Vialis.
    Fernando García
    Fernando García
    Profesor Titular Universidad Carlos III de Madrid
    Dr. D. Fernando García. Ing. de Telecomunicaciones, Máster en Robótica y Doctorado en Electrónica, Electricidad y Automática. Fernando es Profesor Titular en la Universidad Carlos III de Madrid donde es docente desde 2008, en asignaturas relacionadas con programación industrial e ingeniería de control. Fernando ha realizado estancias internacionales en centros de reconocido prestigio ( Vislab en Parma, y SUNY en Buffalo, Estados Unidos). En 2014 fue galardonado con el VII Premio de la Fundación Barreiros a la mejor investigación en el mundo de la automoción.
    David Martín Gómez
    David Martín Gómez
    Profesor Ayudante e Investigador Universidad Carlos III de Madrid
    Dr. D. David Martín Gómez es Licenciado en Ciencias Físicas con especialización en Física Industrial (Automática) por la UNED en 2002, y Doctor en Ingeniería Informática por el CSIC y la UNED en 2008. El Dr. Martín ha sido investigador en el CERN, desde 2006 a 2008, e investigador posdoctoral en el CSIC desde 2008 a 2011. En la actualidad, es profesor e investigador en la Universidad Carlos III de Madrid y miembro del Laboratorio de Sistemas Inteligentes desde 2011.
    Abdulla H. Al-Kaff
    Abdulla H. Al-Kaff
    Profesor Ayudante e Investigador Universidad Carlos III de Madrid
    D. Abdulla H. Al-Kaff es profesor ayudante en el departamento de Ingeniería de Sistemas y Automática en la Universidad Carlos III de Madrid, España. Él es también un miembro del grupo de investigación del Laboratorio de Sistemas Inteligentes (LSI). Obtuvo su título de master en Robótica y Automatización de la misma Universidad. Doctorado en Ingeniería Eléctrica, Electrónica y Automática.
    Платформа
    EdX
    Эта платформа предоставляет все курсы бесплатно. Авторами выступают топовые университеты и корпорации, которые стараются удерживать стандарты качества. За несоблюдение дедлайнов, невыполнение домашнего задания студенты теряют баллы. Как и в других платформах, лекционные видео чередуются с практическими заданиями. Обучение проводится на английском, китайском, испанском, французском и хинди.