-
Notifications
You must be signed in to change notification settings - Fork 39
Planificación de las clases
Domingo Mery edited this page Jun 27, 2019
·
60 revisions
- Programa del curso [PPT]
- Descripción del proyecto [PPT]
- Lectura complementaria [PDF]
- Libro del curso [download]
- Ejercicio vision humana [PPT]
- Separación entre naranjas y mandarinas [PPT]
- Vision humana / Vision por computador [PPT]
- Definiciones [PPT]
- Formulación metodológica [Apuntes]
- Lectura complementaria [PDF]
- Separación entre letra T y letra Y (opcional) [Matlab] [imágenes]
- Normalización de características [Matlab]
- Esquema básico de reconocimiento de patrones [PPT]
- Características geométricas [PPT] [Paper]
- Ejemplo: Características geométricas básicas [Matlab]
- Momentos de Flusser [Paper]
- Momentos de Hu [Paper]
- Ejercicio de reconocimiento de flechas [PDF]
- Ejemplo: Descripción de contornos usando descriptores de Fourier [Matlab]
- Ejemplo: Descripción de elipses [Matlab]
- Ejemplo: Reconocimiento de 9 y 6 [Matlab]
- Ejemplo: Momentos de Hu [Matlab]
- Características de intensidad [PPT] [Paper]
- Local Binary Patterns [PPT]
- Ejemplo: Reconocimiento de caras usando LBP [Matlab]
- Características de textura de Haralick [PPT] [Paper]
- Ejemplo: Reconocimiento de imágenes satelitales usando Haralick [Matlab]
- Ejercicio con base de datos de texturas [PPT]
- Ejemplo: Reconocimiento de texturas 1 [Matlab]
- Ejemplo: Reconocimiento de texturas 2 [Matlab]
- Gabor [PPT] [Paper]
- Ejemplo: Detección de caras usando Gabor [Matlab]
- Comparación de características de textura [Paper]
- Ejercicio sobre descriptores de Textura [PPT]
- Toolbox Balu para el curso [Python][Matlab]
- Descripción Toolbox Balu (Matlab) para la extracción de características [PPT]
- Ejemplo: Verificación de caras [Matlab]
- Descripción Toolbox Balu (PyBalu) para la extracción de características [Python]
- Descripción Toolbox Balu (PyBalu) para la selección de características [Python]
- Toolbox Balu para el curso [Python][Matlab]
- Ejercicio: Selección de características y Reconocimiento de flechas (en grupos de 2 personas) [PDF]
- Datos para el ejercicio de SFS [DATOS1] [DATOS2]
- Imágenes para el ejercicio de Flechas [Imágenes]
- Solución para el ejercicio de las flechas [Python] [Matlab]
- Solución para el ejercicio de SFS [Python] [Matlab]
- Crossing Line Profile (opcional) [PPT] (opcional) [Paper]
- Ejemplo: Detección de defectos usando Crossing line profile (opcional) [Matlab]
- Introducción a la Selección de Características [Apuntes][PPT][Paper]
- Discriminante Fihser y Matrices de Covarianza [Apuntes][Matlab]
- GUI Discriminante Fisher [Matlab][GUI]
- Ejemplo SFS con 3 características [Matlab][Data]
- Ejemplo SFS con 10 características [Matlab][Data]
- Branch and Bound [PPT]
- Diagrama de Selección de Características [Apuntes]
- Principal Components Analysis (PCA) [Apuntes]
- Ejemplo PCA en 2 dimensiones [Matlab]
- Ejemplo PCA en 5 dimensiones [Matlab]
- Compresión de datos usando PCA [Matlab]
- Reconocimiento de caras usando LBP y PCA con 25 características [Matlab]
- Trabajo en grupo: realizar el problema de detección de caras de la Tarea 3 [Enunciado]
- Solución [Matlab] [Python]
- Clasificador KNN - vecino más cercano [PPT]
- Clasificador DMIN - distancia mínima [PPT]
- Apuntes sobre el Clasificador de Bayes [Apuntes]
- Clasificadores LDA, QDA, Mahalanobis, Bayes [PPT]
- Estimación PDF en 1D [Matlab]
- Estimación PDF en 2D [Matlab]
- Ejemplo LDA [Matlab]
- Ejemplo QDA [Matlab]
- Ejemplo Mahalanobis [Matlab]
- Ejemplo KNN 2x2 [Matlab]
- Ejemplo KNN (para encontrar mejor k) [Matlab]
- Ejemplo con Bayes usando KDE 2x2 [Matlab]
- Teoría sobre SVM [Paper]
- Ejemplo SVM con distintos kernels [Matlab]
- Redes Neuronales [Apuntes][PPT][Paper]
- Estimación parámetros no-lineales [Apuntes]
- Ejemplo estimación no-lineal [Matlab]
- Ejemplo red neuronal básica [Matlab][Función de error][Función de evaluación de la NN]
- Tutorial de SVM en Python [YouTube]
- Libro Neural Networks and Deep Learning [Book]
- Back-propagation [Apuntes]
- Ejemplo de Redes Neuronales [Matlab]
- Matriz de Confusión [PPT]
- Estimación de Accuracy [PPT]
- Ejemplo Matriz de Confusión [Matlab]
- Ejemplo Hold-Out [Matlab]
- Ejemplo Cross Validation [Matlab]
- Ejemploo Leave-one-out (Jackknife) [Matlab]
- Clustering: K-Means [PPT]
- Clustering: Hierarchic [PPT]
- Clustering: Mixture of Gaussians [PPT]
- Clustering: Mean Shift [PPT]
- BoW: Bag of Words [PPT]
- Ejemplo K-Means [Matlab]
- Ejemplo de Segmentación con K-Means [Matlab]
- Ejemplo Mean Shift [Matlab]
- Ejemplo BoW [Matlab]
- Trabajo en grupos - Avances del proyecto
- Face Matchers:
- by Vitor Albiero[Python:Library-1]
- by Esteban Villalobos [Python:Library-2]
- by VGG [Matlab]
- Metric Learning:
- by W Devazelhes [Python:Library-1]
- by Liu Yang [Matlab:Library-1]
- by Kilian Weinberger[Matlab:Library-2]
- Sparse representasions [PPT]
- Ejemplo SRC [Matlab]
- Ejemplos de estrategias de clasificación usando Sparse Representations [Matlab-a][Matlab-b][Matlab-c]
- Trabajo en grupos - Avances del proyecto
- Explicación de curve Genuine-Impostor y factor d-prime [PPT]
- Presentación de avances de proyecto
- Presentación de avances de proyecto [PDF]