Professor: William Robson Schwartz
Classes: segundas e quartas das 17h00 às 18h40, sala 1017 do prédio do ICEX
Turma: DCC030/DCC049/DCC831
Carga Horária: 60 horas
Descrição
O entendimento automático de atividades desempenhadas por humanos em vídeos apresenta grande interesse pois permite que tarefas como o monitoramento de ambientes sejam resolvidas baseadas na análise da interação entre indivíduos e de seus comportamentos. Desta maneira, novas tecnologias para prevenção de acidentes, detecção de eventos e identificação de comportamento suspeito podem ser desenvolvidas. Para que atividades desempenhadas por humanos sejam analisadas de forma automática, problemas como detecção, reconhecimento, rastreamento de pessoas e o reconhecimento de ações, devem ser tratados de forma acurada e eficiente. Tais problemas compreendem o domínio de aplicações denominado observação de pessoas, o qual trata da análise de imagens e vídeos contendo humanos.
Ementa
Introdução e conceitos da área de observação de pessoas. Extração de descritores de características. Descrição de problemas de baixo e alto nível dentro do contexto de observação de pessoas bem como seus desafios. Métricas de avaliação para os problemas.
Objetivo
O objetivo principal deste curso é prover uma visão ampla da área de observação de pessoas por meio da caracterização de seus problemas e aplicações com foco na importância da utilização de descritores de características robustos. Com a exposição de problemas relacionados à observação de pessoas (ilustrados no diagrama abaixo), o aluno aprenderá conceitos e metodologias complementares àquelas apresentadas nas disciplinas de Visão Computacional e Processamento Digital de Imagens de modo a construir um ferramental poderoso para a obtenção de um melhor entendimento da área de computação visual e será capaz de identificar as abordagens mais desejáveis para a resolução de cada um dos problemas tratados.
Programa
1. Introdução: Importância
de observação de pessoas e seus
conceitos; dependências entre problemas no contexto de
observação de
pessoas; apresentação de bases de dados e
métricas de avaliação;
aplicações.
2. Descritores de
Características: Métodos de
extração de características em
imagens bidimensionais, tridimensionais e vídeos; taxonomia
e avaliação
de descritores de características; fusão de
descritores e redução de
dimensionalidade dos dados.
3. Problemas de Baixo
Nível: Remoção de fundo;
detecção de faces e pedestres;
modelagem de aparências; reconhecimento baseado em biometria
facial.
4. Problemas de Alto
Nível:
Rastreamento e re-identificação de pessoas;
estimação de pose;
reconhecimento de ações; reconhecimento de
atividades e eventos.
Avaliações
2 provas (30 pontos)
3 trabalhos práticos (graduação: 70 pontos, pós-graduação: 55 pontos)
Pós-graduação: Apresentação de dois tópicos (10
pontos)
Assiduidade
Será considerado assíduo o aluno que comparecer a, no mínimo, 75% (setenta e cinco por cento) das atividades da disciplina.
Exame Especial
O exame especial terá o valor de 100 (cem) pontos.
O cálculo da nota final do aluno submetido a exame especial
será feito
pela seguinte fórmula:
NF = Nota Final
TPL = Total de pontos obtidos ao final do período letivo
TEE = Total de pontos obtidos no exame especial
Bibliografia (livros)
- [1] Thomas Moeslund, Adrian Hilton, Volker Krueger, Leonid Sigal (eds). A Guide to Visual Analysis of Humans: Looking at People, Springer, 2011.
- [2] Richard Szeliski. Computer Vision: Algorithms and Applications. Springer, 2011 (link para o draft).
- [3] Simon J. D. Prince. Computer Vision: Models, Learning, and Inference, 2012 (link para o livro)
- [4] Gary Bradski, Adrian Kaehler. Learning OpenCV - Computer Vision with the OpenCV Library. O’Reilly, 2008.
- [5] Hélio Pedrini, William Schwartz. Análise de Imagens Digitais: Princípios, Algoritmos e Aplicações. Thomson Learning, 2007.
- [6] Andrew Webb. Statistical Pattern Recognition, 2nd edition. Wiley, 2002.
Bibliografia (artigos) [link]
Principais Conferências na Área
Calendário
| Data | Conteúdo | Material |
| 12/08/2013 | Introdução à Observação de pessoas | [slides] |
| 14/08/2013 | Framework para Implementação | [slides] [vídeo] |
| 21/08/2013 | OpenCV (Prof. Erickson) | [slides] |
| 26/08/2013 | Localização de Regiões de Interesse Remoção de Fundo; TP1 |
[slides] [TP1] |
| 28/09/2013 | Remoção de Fundo | [slides] |
| 02/09/2013 | Representação da Informação Visual Detecção de Pontos de Interesse |
[slides] [slides] |
| 04/09/2013 | Descritores de características espaciais |
[slides] |
| 09/09/2013 | Descritores de características temporais Tutorial Sistema |
[slides] [tutorial] |
| 11/09/2013 | Seleção de Características | [slides] |
| 16/09/2013 | Redução de Dimensionalidade | [slides] |
| 18/09/2013 | Partial Least Squares | [slides] |
| 23/09/2013 | Classificação de Dados | [slides] |
| 25/09/2013 | Detecção de Objetos | [slides] |
| 30/09/2013 | Ausência programada | |
| 02/10/2013 | Prova 1 | |
| 07/10/2013 | Detecção de Objetos (2) | [slides] |
| 09/10/2013 | Aplicação: Detecção de Pedestres | [slides] |
| 14/10/2013 | Métricas de Avaliação; TP2 | [slides] [TP2] |
| 16/10/2013 | Reconhecimento de Faces | [slides] |
| 21/10/2013 | Reconhecimento de Faces (2) | |
| 23/10/2013 | Rastreamento de Pessoas | [slides] |
| 30/10/2013 | Reidenfificação de Pessoas | [slides] |
| 04/11/2013 | Reidentificação de Pessoas (2) | [slides] |
| 06/11/2013 | Revisão do andamento dos trabalhos | |
| 11/11/2013 | Revisão do andamento dos trabalhos | |
| 13/11/2013 | Reconhecimento de ações | [slides] |
| 25/11/2013 | Prova 2 |
Cronograma do Trabalho Prático 2 (TP2)
| Data | Tópico | |
| 21/10 | Escolha do tema e definição dos grupos | |
| 06/11 e 11/11 | Revisão do andamento do trabalho | |
| 04/12 | Submissão das curvas com os resultados | |
| 05/12 | Retorno das curvas para adição nos relatórios |
|
| 09/12 e 11/12 | Apresentações dos trabalhos | [formato do relatório] |
Apresentações Individuais (apenas para pós-graduação)
| Data | Tópico | Aluno |
| 02/09 | Descritores de Características | Henrique Silva |
| 09/09 | Seleção de Características | Cristianne |
| 11/09 | Redução de Dimensionalidade | Ramon Gonçalves |
| 16/09 | Palavras Visuais |
Henrique Silva |
| 23/09 | Métodos de Classificação |
Ramon Gonçalves |
| 25/09 | Detecção de Pedestres |
Victor Hugo |
| 07/10 | Detecção de Faces | Antônio |
| 16/10 | Reconhecimento de Faces |
Luís Pena |
| 30/10 | Reidentificação de Pessoas |
Cristianne |
| 04/11 | Estimação de Pose |
Victor Henrique |
| 06/11 | Rastreamento de Pessoas | Luís Pena |
| 11/11 | Reconhecimento de Ações |
Antônio |
| 13/11 | Reconhecimento de Eventos |
Victor Hugo |
| 18/11 | Reconhecimento de Atividades | Victor Henrique |
Regras
Presença:
A presença em sala de aula será verificada
através de chamada.
Provas: As
provas são individuais e sem consulta.
Prova de
Reposição:
Não haverá prova de
reposição com o objetivo de substituir a nota de
uma
prova já feita. Alunos que venham a perder uma prova por
motivo de
força maior (com a devida comprovação)
terão direito a um outro exame.
Trabalhos
Práticos:
Os trabalhos práticos são individuais.
É permitida e incentivada a
discussão de aspectos gerais dos trabalhos entre os alunos
mas não é
permitido o compartilhamento de trechos de código ou
qualquer material
relativo ao desenvolvimento dos trabalhos práticos ou o
reaproveitamento de material desenvolvido em semestres
anteriores.
Listas de
Exercícios:
As listas de exercícios serão individuais. Estudo
e discussão de
exercícios em grupos é permitido,
porém cada aluno deve
elaborar e apresentar suas soluções individuais
para os exercícios.
Celulares:
Celulares devem permanecer desligados durante o horário de
aula.
Regras de Conduta:
É esperado que os alunos conduzam seu trabalho
acadêmico com
honestidade e integridade. Falhas de conduta como cópia de
trabalhos e
exercícios de colegas ou da internet, cola, etc. podem vir a
ser
punidas com dedução parcial ou total da nota em
um trabalho ou prova e
mesmo com sanções posteriores segundo as normas
do Colegiado de
Graduação.