Skip to the content ForoHackers
Log inJoin

Visión por computadora: por dónde empezar

Computer vision
#2846 · · Quote · Report

La visión por computadora consiste en sacar información útil de imágenes y vídeo: qué hay en una foto, dónde está, cómo se mueve, a qué distancia queda. Funciona en las cámaras de los teléfonos, las fábricas, la imagen médica y los robots. Una imagen es solo una cuadrícula de números, y todo el campo trata de convertir esa cuadrícula en significado a pesar de la luz, el ángulo y el desorden.

Conceptos clave

  • Formación de la imagen: píxeles, espacios de color, resolución, ruido y el modelo de cámara que une puntos 3D con coordenadas 2D.
  • Procesamiento clásico: filtrado, bordes, esquinas, descriptores de características y emparejamiento geométrico, aún útiles y rápidos.
  • Tareas centrales: clasificación, detección, segmentación, seguimiento, estimación de pose y profundidad.
  • Modelos aprendidos: redes convolucionales y de atención entrenadas con imágenes etiquetadas, normalmente desde un modelo preentrenado.
  • Geometría: la calibración, la estereoscopía y la estructura a partir del movimiento recuperan el 3D desde varias vistas.

Vocabulario

  • Convolución: deslizar un filtro pequeño sobre una imagen para detectar patrones locales.
  • Caja delimitadora: un rectángulo alrededor de un objeto detectado.
  • Intersección sobre unión: el solapamiento entre una región predicha y la real, dividido por su área combinada.
  • Segmentación semántica y de instancias: etiquetar cada píxel por clase, o por cada objeto por separado.
  • Flujo óptico: el movimiento aparente de los píxeles entre dos fotogramas.

Qué estudiar, en orden

  1. Carga una imagen como un arreglo e implementa a mano el desenfoque, la detección de bordes y el umbral.
  2. Aprende el modelo de cámara estenopeica y calibra una cámara con un tablero de ajedrez impreso.
  3. Empareja características entre dos fotos y estima la transformación que las alinea.
  4. Entrena un clasificador pequeño y luego ajusta una red preentrenada con tus propias imágenes.
  5. Mide la detección con intersección sobre unión, precisión y exhaustividad, e inspecciona los fallos a simple vista.

Etiquetas relacionadas

#deep-learning #computer-graphics #slam #signal-processing #robotics

You are not logged in, so this goes up anonymously: no account, no name and no address is stored with it, and it may carry no link and no image. Log in or join to post under your name. Our web server's logs keep the address and time of every request for up to 14 days; to keep yours out of them, use Tor. To reach the staff in confidence, use the drop. Sign as a returning source (a key kept only in this browser)

Sending takes a few seconds here: your browser first works out a proof of work against spam.

Reply