Carga horária: | 4 aulas teóricas (semanal) / 60 horas de aula (semestral) ⇒ 72 horas-aula |
Pré-requisitos (graduação): | BCC326 — Processamento de Imagens |
| 720 horas |
É pré-requisito para: | não se aplica |
Cursos: | Bacharelado em Ciência da Computação (eletiva) |
| Mestrado em Ciência da Computação (eletiva) |
Terça e Quinta-feira das 10:10 as 11:50
Conceber ao aluno uma visão horizontal e abrangenete sobre tópicos que compreendem a ementa da disciplina de reconhecimento de padrões por meio das aulas expositivas e uma visão vertical aprofundada sobre tópicos específicos obtidos por meio do estudo, implementação e documentação de um problema da área de reconhecimento de padrões.
2 resumos | 1 ponto (0,5 pontos cada) |
3 seminários | 5 pontos (1-2-2 pontos ) |
1 artigo | 2 pontos |
Presença/assiduidade | 2 pontos |
Exame especial | não há (mais prazo para entrega do artigo) |
Encontro | P/T | Data | Dia da semana | Atividade |
1 | 1 | 18/08/2011 | Terça-feira | Apresentação da Disciplina |
|
| 23/08/2011 | Terça-feira | Assembleia de Professores sobre Greve |
2 | 2 | 25/08/2011 | Quinta-feira | Como pesquisar referências qualificadas (Qualis) e onde publicar [notas] |
3 | 3 | 30/08/2011 | Terça-feira | Entrega do 1o. resumo |
4 | 4 | 01/09/2011 | Quinta-feira | Entrega dos slides do 1o. resumo |
5 | 5 | 06/09/2011 | Terça-feira | Introdução à Reconhecimento de Padrões [slides] |
6 | 6 | 08/09/2011 | Quinta-feira | Segmentação para Reconhecimento de Padrões [slides] |
7 | 7 | 13/09/2011 | Terça-feira | Entrega do 2o. resumo |
8 | 8 | 15/09/2011 | Quinta-feira | Entrega dos slides do 2o. resumo |
9 | 9 | 20/09/2011 | Terça-feira | Extração de Características [slides] |
10 | 10 | 22/09/2011 | Quinta-feira | Extração de Características - estruturais [slides - a partir de slide 30] |
11 | 11 | 27/09/2011 | Terça-feira | Tipos de Aprendizagem [slides] |
12 | 12 | 29/09/2011 | Quinta-feira | Tipos de Aprendizagem [slides - a partir de slide 45] |
13 | 13 | 04/10/2011 | Terça-feira | Estado da Arte 1 - Classificação de Imagens de Sensoriamento Remoto [artigo/slides] |
|
|
|
| Estado da Arte 2 - Estimação de Pessoas em Multidão [artigo/slides] |
|
|
|
| Estado da Arte 3 - Sumarização Dinâmica de Vídeos [artigo/slides] |
14 | 14 | 06/10/2011 | Quinta-feira | Estado da Arte 4 - Avaliação de Tamanhos de Dicionários Visuais para Tarefa de Categorização de Imagens [artigo/slides] |
|
|
|
| Estado da Arte 5 - Reconhecimento de Linguagens de Sinais [artigo/slides] |
|
|
|
| Estado da Arte 6 - Detecção e Rastremento de Veículos em Vídeos [artigo/slides] |
15 | 15 | 11/10/2011 | Terça-feira | Dissimilaridade [slides] |
16 | 16 | 13/10/2011 | Quinta-feira | Análise de componentes principais (PCA) - [slides/Aplicação] |
17 | 17 | 18/10/2011 | Terça-feira | Revisão de Probabilidade - [slides] |
18 | 18 | 20/10/2011 | Quinta-feira | Teoria de Decisão Bayesiana - [slides] |
19 | 19 | 25/10/2011 | Terça-feira | Classificadores Lineares - LDA [slides] |
20 | 20 | 27/10/2011 | Quinta-feira | Classificadores Lineares - Perceptron & SVM [slides - a partir de slide 20] [plus1/plus2] |
21 | 21 | 01/11/2011 | Terça-feira | Multi Layer Perceptron - [slides] |
22 | 22 | 03/11/2011 | Quinta-feira | Multi Layer Perceptron - [slides - a partir de slide 28] |
|
|
|
| Métodos não paramétricos - [slides] |
23 | 23 | 08/11/2011 | Terça-feira | Seminários da Pós-Graduação |
|
| 10/11/2011 | Quinta-feira | Ausência Professor |
24 | 24 | 17/11/2011 | Quinta-feira | Métodos não paramétricos - [slides - a partir de slide 13] |
25 | 25 | 22/11/2011 | Terça-feira | Seleção de características - [slides] |
26 | 26 | 24/11/2011 | Quinta-feira | Trabalho Parcial 1 - Classificação de Imagens de Sensoriamento Remoto [artigo/slides] |
|
|
|
| Trabalho Parcial 2 - Sumarização Dinâmica de Vídeos [artigo/slides] |
|
|
|
| Trabalho Parcial 3 - Detecção e Rastremento de Veículos em Vídeos [artigo/slides] |
27 | 27 | 29/12/2011 | Terça-feira | Trabalho Parcial 4 - Reconhecimento de Linguagens de Sinais [artigo/slides] |
|
|
|
| Trabalho Parcial 5 - Avaliação de Tamanhos de Dicionários Visuais para Tarefa de Categorização de Imagens [artigo/slides] |
|
|
|
| Trabalho Parcial 6 - Recuperação de Informação - Mamografia [artigo/slides] |
28 | 28 | 01/12/2011 | Quinta-feira | Espaço e curvas ROC (Receiver Operating Characteristics) - [slides] |
29 | 29 | 06/12/2011 | Terça-feira | Combinação de Classificadores - [slides] |
30 | 30 | 13/12/2011 | Terça-feira | Nada |
31 | 31 | 20/12/2011 | Terça-feira | Divulgação de Notas |
32 | 32 | 22/12/2011 | Quinta-feira | Apresentação final em atraso |
33 | 33 | 19/04/2012 | Quinta-feira | Trabalho Final 1 - A Static Video Summarization Approach With Automatic Shot Detection Using Color Histograms [artigo/slides] |
|
|
|
| Trabalho Final 2 - Hu and Zernike Moments for Sign Language Recognition [artigo/slides] |
|
|
|
| Trabalho Final 3 - A Hybrid Approach for Remote Sensed Hyperspectral Images Classification [artigo/slides] |
|
|
|
| Trabalho Final 4 - Towards License Plate Recognition: Comparying Moving Objects Segmentation Approaches [artigo/slides] |
|
|
|
| Trabalho Final 5 - Classification of Mammograms by the Breast Composition [artigo/slides] |
|
[1] C. M. Bishop. Pattern Recognition and Machine Learning. Springer, 2006. ISBN: 978-0-387-31073-2.
[2] R. O. Duda, P. E. Hart, and D. G. Stork. Pattern Classification. John Wiley & Sons, Inc., 2 edition, 2000. ISBN: 978-0-471-05669-0.
[3] S. Theodoridis and K. Koutroumbas. Pattern Recognition. Elsevier, 4 edition, 2009. ISBN: 978-59749-272-0.
[4] A. Aguado M. Nixon. Feature Extraction & Image Processing. Elsevier, 2 edition, 2008. 978-0-12-372538-7.
[5] R. C. Gonzalez and R. E. Woods. Digital Image Processing. Prentice Hall, 3 edition, 2008. 978-0-13-168728-8.
[6] C. M. Bishop. Neural Networks for Pattern Recognition. , Oxford University Press, 1995. 978-0-19-853864-6.
[7] D. G. Stork and E. Yom-Tov. Computer Manual in Matlab to accompany Pattern Classification. John Wiley & Sons, Inc., 2 edition, 2000. 978-0-471-42977-7.
[8] M. Dash and H. Liu. Feature Selection For Classification. Intelligent Data Analysis, 1(1):131–156, 1997.
[9] Fawcett. An introduction to ROC analysis. Pattern Recognition Letters, 27(8):861Ű874, 2006.
[10] Provost and Fawcett. Robust Classification for Imprecise Environments. Machine Learning Journal, 42(3):203–231, 2001.
[11] Wikipedia. Receiver operating characteristic. http://en.wikipedia.org/wiki/Receiver_operating_characteristic, acessado em novembro de 2010.
[12] Kittler, Hatef, Duin, and Matas. On Combining Classifiers. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(3):226–240, 1998.
[13] Ho. The Random Subpace Method for Constructing Decision Forests. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(8):832–844, 1998.
[14] Kittler. Combining Classifiers: A theoretical framework. Pattern Analysis & Applications, 1(1):18–27, 1998.