Especialización en Técnicas Avanzadas de Visión por Computador Web

Especialización

Online

$ 1.395 IVA inc.

Descripción

  • Tipología

    Especialización

  • Metodología

    Online

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

La visión por computador es una de las ramas más importantes de la visión artificial, puesto que se encarga de procesar la información óptica recibida. Esta titulación profundiza en las técnicas avanzadas de esta disciplina para ofrecer al informático
los últimos avances en esta subespecialidad de la inteligencia artificial. De esta manera, este programa profundizará en cuestiones como la geometría y extracción de características, la triangulación, los métodos de segmentación o la segmentación
semántica aplicada al deep learning, entre muchas otras. Y todo ello, siguiendo una innovadora metodología de enseñanza 100% online que permitirá al profesional compaginar su trabajo con los estudios.

Información importante

Documentación

  • 73-especializacion-tecnicas-avanzadas-vision-computadorr-web-.pdf

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

Información relevante sobre el curso

Objetivos generales

Š Analizar las redes neuronales de segmentación semántica y sus métricas
Š Identificar las arquitecturas más comunes
Š Establecer casos de uso

Objetivos específicos

Módulo 1. Procesado de imágenes 3D
Š Examinar una imagen 3D

Módulo 2. Segmentación de imágenes con deep learning
Š Analizar cómo funcionan las redes de segmentación semántica
Š Evaluar los métodos tradicionales

El objetivo de este Experto Universitario en Técnicas Avanzadas de Visión por Computador Web es trasladar al informático o ingeniero los procedimientos más innovadores en visión artificial y visión por computador. De esta forma, el profesional dispondrá de las mejores herramientas para desempeñar con éxito su trabajo, consiguiendo un gran progreso laboral en la industria tecnológica,
ya sea en la propia empresa o en alguna de las grandes compañías del sector.

Este Experto Universitario en Técnicas Avanzadas de Visión por Computador Web contiene el programa más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Experto Universitario emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Experto Universitario, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Experto Universitario en Técnicas Avanzadas de Visión por Computador Web
N.º Horas Oficiales: 450 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.

Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente, calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterior en iPad.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Arquitectura
  • Inteligencia artificial
  • E learning
  • Extracción
  • Segmentación

Profesores

 Sergio   Redondo Cabanillas

Sergio Redondo Cabanillas

Director de proyectos y desarrollo de Bcnvision

Temario

Módulo 1. Procesado de imágenes 3D

1.1. Imagen 3D

1.1.1. Imagen 3D
1.1.2. Software de procesado de imágenes 3D y visualizaciones
1.1.3. Software de metrología

1.2. Open 3D

1.2.1. Librería para proceso de datos 3D
1.2.2. Características
1.2.3. Instalación y uso

1.3. Los datos

1.3.1. Mapas de profundidad en imagen 2D
1.3.2. Pointclouds
1.3.3. Normales
1.3.4. Superficies

1.4. Visualización

1.4.1. Visualización de datos
1.4.2. Controles
1.4.3. Visualización Web

1.5. Filtros

1.5.1. Distancia entre puntos, eliminar outliers
1.5.2. Filtro paso alto
1.5.3. Downsampling

1.6. Geometría y extracción de características

1.6.1. Extracción de un perfil
1.6.2. Medición de profundidad
1.6.3. Volumen
1.6.4. Formas geométricas 3D
1.6.5. Planos
1.6.6. Proyección de un punto
1.6.7. Distancias geométricas
1.6.8. Kd Tree
1.6.9. Features 3D

1.7. Registro y Meshing

1.7.1. Concatenación
1.7.2. ICP
1.7.3. Ransac 3D

1.8. Reconocimiento de objetos 3D

1.8.1. Búsqueda de un objeto en la escena 3D
1.8.2. Segmentación
1.8.3. Bin picking

1.9. Análisis de superficies

1.9.1. Smoothing
1.9.2. Superficies orientables
1.9.3. Octree

1.10. Triangulación

1.10.1. De Mesh a Point Cloud
1.10.2. Triangulación de mapas de profundidad
1.10.3. Triangulación de PointClouds no ordenados

Módulo 2. Segmentación de Imágenes con Deep Learning

2.1. Detección de objetos y segmentación

2.1.1. Segmentación semántica

2.1.1.1. Casos de uso de segmentación semántica

2.1.2. Segmentación instanciada

2.1.2.1. Casos de uso segmentación instanciada

2.2. Métricas de evaluación

2.2.1. Similitudes con otros métodos
2.2.2. Pixel Accuracy
2.2.3. Dice Coefficient (F1 Score)

2.3. Funciones de coste

2.3.1. Dice Loss
2.3.2. Focal Loss
2.3.3. Tversky Loss
2.3.4. Otras funciones

2.4. Métodos tradicionales de segmentación

2.4.1. Aplicación de umbral con Otsu y Riddlen
2.4.2. Mapas auto organizados
2.4.3. GMM-EM algorithm

2.5. Segmentación semántica aplicando Deep Learning: FCN

2.5.1. FCN
2.5.2. Arquitectura
2.5.3. Aplicaciones de FCN

2.6. Segmentación semántica aplicando Deep Learning : U-NET

2.6.1. U-NET
2.6.2. Arquitectura
2.6.3. Aplicación U-NET

2.7. Segmentación semántica aplicando Deep Learning: Deep Lab

2.7.1. Deep Lab
2.7.2. Arquitectura

Especialización en Técnicas Avanzadas de Visión por Computador Web

$ 1.395 IVA inc.