Introducción a Visión por Computadora

Curso de Introducción a Visión por Computadora. Requiere conocimientos previos.

Play Video
introducción-a-visión-por-computadora

Quiero saber más
sobre este curso

¿De qué se trata este curso?

Curso presencial introductorio a herramientas básicas de Visión por Computadora.
Abordaremos temas de filtrado de imágenes (filtros lineales, convolucionales y gaussianos), detección de bordes, detección de carácterísticas propias de imagen y matcheo entre images (landscaping formation). Visión por computadora es una de las áreas de mayor crecimiento dentro de Inteligencia Artificial Curso presencial introductorio a herramientas básicas de Visión por Computadora. Abordaremos temas de filtrado de imágenes (filtros lineales, convolucionales y gaussianos), detección de bordes, detección de carácterísticas propias de imagen y matcheo entre images (landscaping formation).

Programa de Estudios

El curso estará estructurado en 4 clases. Todas las clases poseen una primera parte teórica y luego una parte práctica con el objetivo de aplicar los conceptos aprendidos. Para la parte práctica se utilizarán notebooks web en Python, y por lo tanto no hace falta tener preinstalado ningun programa en la notebook.

  •  Filtros convolucionales, filtros gaussianos. Detección de border. Antes de comenzar la clase sobre filtros haremos un breve repaso sobre que es Visión por Computadora, antecedentes, problemas y complejidadades que se presentan. Luego, comenzaremos describiendo los principales filtros que se pueden aplicar sobre imágenes, ya sea para quitarles ruido o mas importante, para extraer alguna característica particular de la misma.
  •  Comenzaremos a trabajar sobre filtros lineales para detección de bordes y en particular veremos uno de los detectores de bordes mas clásicos y tradicionales (detector Canny).
  • Descripción de características y algoritmos SIFT (Scale Invariant Feature Transform). En esta clase veremos una manera de encontrar características que describan una imágen y como representar esas características. Practicaremos sobre el algoritmo SIFT.
  • Teniendo ya las herramientas para detectar aquella información que hace relevante a una imágen, veremos como podemos unir las distintas características entre ellas, aplicando modelos lineales. La clase práctica será sobre construcción de imágenes panorámicas utilizando estas técnicas.

Herramientas Aplicadas

Características

* Certifica nivel inicial de uso de Herramienta.
* Certificado de Asistencia para curso Presencial.
* Certificado de Fiscalización y Aprobación Online.

Play Video
introducción-a-visión-por-computadora
Lo que 
Opinan
Comentan
Dicen
 nuestros estudiantes
Los docentes tienen mucha experiencia en los temas. Se preocuparon porque todos entendiésemos los ejercicios.
Juan Pablo Nievas
Introducción a Machine Learning
Excelente tarea! Creo en el aprendizaje permanente y Artificial Inventive es un gran lugar para aprender de expertos. Los profesores siempre con buena onda, nos transmitían sus experiencias con claridad. Saben manejar grupos y las clases son muy amenas. Me sirvió mucho.
Martín Cortina
Introducción a Deep Learning
Los cursos son fantásticos, los instructores son divertidos y expertos en su materia. La forma en la que transmiten sus conocimientos da gusto y ganas de seguir aprendiendo. Están siempre predispuestos a ayudar y a dar consejos. Son personas con mucho potencial.
Pablo Corrado
Planificación y Razonamiento Aproximado
Una muy buena experiencia de estudio! En Artificial Inventive me ayudaron a despejar las dudas y los miedos que tenia al querer estudiar programación.
Adrián Gori
Introducción a Python

Sumate a las Tecnologías

Buenos Aires puede ser el punto de inicio de muchas empresas de base tecnológica, con futura expansión a Sudamérica y el mundo..​

Accedé al descuento del15%

Suscribiéndote a Nuestro Newsletter, y recibí el cupón para tu inscripción.