Apostilas e notas de aula para Processamento de Imagens e Aprendizagem de Máquina

Palavras-chaves: processamento de imagens; aprendizagem de máquina; visão computacional; rede neural convolucional; aprendizagem profunda; inteligência artificial.
Keywords: image processing; machine learning; computer vision; convolutional neural net; deep learning; artificial intelligence.

Nota 1: Aperte o botão “refresh” ou “recarregar esta página” se desconfiar que o navegador está mostrando conteúdo desatualizado.
Nota 2: As apostilas podem ser alteradas até o horário da aula.
Nota 3: Se quiser copiar os programas da apostila, não copie de documento PDF, pois perderá indentação. Copie de documento ODT.
Nota 4: Chrome e Brave podem não conseguir reproduzir os vídeos formato MP4 desta página. Use Firefox, Edge ou Safari para reproduzi-los.

• Arquivo procimagem.h com funções e classes úteis extraídos de Cekeikon: procimagem.h

• [PSI3471 aula 1 parte 1] Introdução:
• introducao-ead.pdf, introducao-ead.odt.
• vídeo: PSI5790-2024 1ª aula (introd, básico, comp conexo)
  

• [PSI3471 aula 1 parte 2. PSI3471 aula 2 parte 1] Conceitos básicos em Processamento de Imagens, GCC, OpenCV, sistemas de cores: 
• basico-ead.pdf, basico-ead.odt.
• Imagens: basico.zip
• vídeo: PSI5790-2023 1ª aula  PSI5796-2022 2ª aula
  
• Vídeo-aula (2020): 10-mostra, 20-inverte, 30-borda, 40-invertec, 60-cores.  Youtube (2020): 10-mostra, 20-inverte, 30-borda, 40-invertec, 60-cores.
  
• Apostilas velhas: basico-ead-velho1.odt basico-velho5.odt, basico-velho4.odt, basico-velho3.doc, basico-velho2.doc, basico-velho1.doc

• [PSI3471 aula 2 parte 2] Componentes conexos, crescimento de semente, fila e pilha:
  
• compcon-ead.pdf, compcon-ead.odt.
• Vídeos ilustração: pintafila.mp4, pintapilha.mp4, espalhacheiro.mp4 
  
• Imagens: compcon.zip
• vídeo: PSI5790-2023 2ª aula
  
• Vídeo-aula (2020): 1-secoes123, 2-fila, 3-pilha-recursao, 4-menor-caminho  Youtube (2020): 1-secoes123, 2-fila, 3-pilha-recursao, 4-menor-caminho
• Apostilas velhas: compcon-velho3.odt, compcon-velho2.doc, compcon-velho1.doc

• [PSI3471 aula 3] [PSI3471 aula 4 parte 1] Filtros e convolução:
  
• filtconv-ead.pdf, filtconv-ead.odt.
• Imagens: filtconv.zip
• vídeo: PSI5790-2024 2ª aula,  PSI5790-2023 3ª aula    PSI5796-2022 3ª aula
  
• Vídeo-aula (2020): 10-introducao, 20-media, 30-mediana, 50-linear, 70-gradiente, 80-convolucao.  Youtube (2020): 10-introducao, 20-media, 30-mediana, 50-linear, 70-gradiente, 80-convolucao.
• Apostilas velhas filtros e convolução: filtconv-ead-velho2.odt filtconv-ead-velho1.odt
• Apostilas velhas filtros: filtros-velho3.odt, filtros-velho2.doc, filtros-velho1.doc.     Apostilas velhas convolução: convolucao-velho3.odt, convolucao-velho2.doc, convolucao-velho1.doc, manual-papel.doc.
   
  
• [PSI3471 aula 5] Casamento de modelo (template matching):
  
• tmatch-ead.pdf, tmatch-ead.odt
• Imagens: tmatch.zip, tmatch_extra.zip
• vídeo: PSI5790-2024 3ª aula  PSI5790-2023 4ª aula  PSI5796-2022 4ª aula
  
• Vídeo-aula (2020): 10-introducao, 30-bidimensional, 50-contraste, 61-cc-ncc, 65-dumbo.  Youtube (2020): 10-introducao, 30-bidimensional, 50-contraste, 61-cc-ncc, 65-dumbo.
• Apostilas velhas tmatch-ead: tmatch-ead-velho2.odt tmatch-ead-velho1.odt
  
• Apostilas velhas tmatch-simp: tmatch-simp-velho1.odt.   Apostilas velhas tmatch: tmatch-velho4.odt, tmatch-velho3.odt, tmatch-velho2.doc, tmatch-velho1.doc.
• [PSI3471 aula 6, aula 7 parte 1] Transformações geométricas:
  
• transgeo-ead.pdf, transgeo-ead.odt.
• Imagens: transformacao.zip
• vídeo: PSI5790-2024 4ª aula PSI5790-2023 5ª aula   PSI5796-2022 5ª aula
  
• Vídeo-aula (2020): 11-vizinho, 13-bilinear, 14-resize, 16-reducao, 20-rotacao, 30-transf.  Youtube (2020): 11-vizinho, 13-bilinear, 14-resize, 16-reducao, 20-rotacao, 30-transf.
• Apostilas velhas reamost: reamost-velho3.odt, reamost-velho2.odt, reamost-velho1.doc.  Apostilas velhas transformação: transformacao-velho1.odt

• Morfologia Matemática:

• morfmat-ead.pdf, morfmat-ead.odt.
• Vídeos ilustração: Esqueleto.avi, thinning.avi, thickening.avi
• Imagens: morfmatb.zip, morfomatg.zip
• Vídeo-aula (2020): 1-erodil, 2-abfe, 3-recmorf.  Youtube (2020): 1-erodil, 2-abfe, 3-recmorf.
• Apostilas velhas Morfologia Matemática binária: morfmatb-velho5.odt, morfmatb-velho4.odt, morfmatb-velho3.doc, morfmatb-velho2.doc, morfmatb-velho1.doc.
• Apostilas velhas Morfologia Matemática em níveis de cinza: morfmatg-velho4.odt, morfmatg-velho3.odt, morfmatg-velho2.doc, morfmatg-velho1.doc.

• [PSI3471 aula 7 parte 2] Introdução ao Aprendizado de Máquina:
• introaprend-ead.pdf, introaprend-ead.odt.
• Programas e conjuntos de dados: introaprend.zip
  
• Conjuntos de dados antigos: iris.zip, trescinco.zip, banknote.zip, noisynote.zip.
  
• PSI5796-2022 1ª aula
• Apostilas velhas: introaprend-ead-velho4.odt, introaprend-ead-velho3.odt
  

• [PSI3471 aula 8, aula 9 parte 1] Aprendizado de máquina (para projetar filtros):

• aprendizagem-ead.pdf, aprendizagem-ead.odt.
• Imagens: aprendizagem.zip.
  
• vídeo: PSI5790-2024 5ª aula  PSI5790-2023 6ª aula
• Imagens: aprendizagem-velho1.zip.
  
• PSI5796-2022 6ª aula
  
• Vídeo-aula (2020): 10-introducao, 21-forca-bruta, 22-tabela, 30-arvore, 40-segmentacao.  Youtube (2020): 10-introducao, 21-forca-bruta, 22-tabela, 30-arvore, 40-segmentacao.
• Software de Aumento de resolução      Software de Halftoning inverso
• Apostilas velhas: aprendizagem-ead-velho1.odt, aprendizagem-velho6.odt aprendizagem-velho4.odt, aprendizagem-velho3.doc, aprendizagem-velho1.doc.

• [PSI3471 aula 9 parte 2; aula 10] Classificação de MNIST com aprendizado clássico; extração de características:

• classif-ead.pdf, classif-ead.odt.
• Programas: classif.zip  Imagens: mit_cars.zip, mit_pedestrians.zip
• Vídeo: PSI5790-2024 6ª aula  PSI5790-2023 7ª aula
  
• Vídeo-aula (2020): 00-introducao, 12-leitura, 13-algoritmos, 20-hog, 22-implementacao, 30-rosto.  Youtube (2020): 00-introducao, 12-leitura, 13-algoritmos, 20-hog, 22-implementacao, 30-rosto.
• Apostilas velhas: classif-ead-velho2.odt classif-ead-velho1.odt classif-velho3.odt, classif-velho2.odt, classif-velho1.doc.

• [PSI3471 aula 11 parte 1] Aplicações de aprendizado profundo em processamento de imagens. Exemplo: análise de mamografia.
  
• deeplearning.pdf, deeplearning.odt.
• PSI5790-2024 7ª aula 
  
• Material antigo: deeplearning-velho3.odt, deeplearning-velho2.odt, deeplearning-velho1.odt, deeplearning.odg.

• [PSI3471 aula 11 parte 2] Keras/Tensorflow, Colab, rede neural densa, classificação MNIST. (Anexo com inicialização dos pesos, funções de ativação e funções de custo.)
• densakeras-ead.pdf, densakeras-ead.odt.
• Conjuntos de dados: noisynote.zip
• Vídeo: PSI5790-2023 8ª aula
  
• PSI5796-2022 7ª aula 
  
• Vídeo-aula: 10-keras, 20-regressao, 30-classificacao, 40-leitura, 50-rededensa.  Youtube: 10-keras, 20-regressao, 30-classificacao, 40-leitura, 50-rededensa.
• Apostilas velhas: densakeras-ead-velho3.odt, densakeras-ead-velho2.odt, convkeras-velho1.odt.

• [PSI3471 aula 12] Rede neural convolucional; LeNet; classificação MNIST:
  
  • convkeras-ead.pdf, convkeras-ead.odt.
  • Rede treinada: cnn1.h5, cnn2.h5.
    
  • Imagens: convkeras.zip
  • Vídeo: PSI5790-2024 8ª aula PSI5790-2023 9ª aula
    
  • PSI5796-2022 8ª aula  
  • Vídeo-aula (2020): 10-convolucional, 20-cnn1, 30-visualizacao, 50-cnn2.  Youtube (2020): 10-convolucional, 20-cnn1, 30-visualizacao, 50-cnn2.
  • Apostilas velhas: convkeras-ead-velho2.odt  convkeras-ead-velho1.odt.

• [PSI3471 aula 13 parte 1] Modelos pré-treinados para ImageNet; Cifar10; data augmentation; redes avançadas: VGG, GoogLeNet, ResNet.
  
• cifar-ead.pdf, cifar-ead.odt
• Imagens: cifar_pretreinado.zip
• Redes treinadas: vgg54.h5, inception1.h5, resnet_hae3.h5, resnet1.h5
• cifar-exemplos.png, cifar-caogato.png.
• Vídeo: PSI5790-2024 9ª aula  PSI5790-2024 10ª aula  PSI5790-2023 10ª aula  PSI5796-2022 9ª aula    PSI5796-2022 10ª aula 
  
• Apostilas velhas: cifar-ead-velho3.odt cifar-ead-velho2.odt cifar-ead-velho1.odt, cifar-velho2.odt, cifar-velho1.odt

• [PSI5790 aula 8, parte 1] Transfer learning
• transfer-ead.pdf, transfer-ead.odt
• feiCorCrop.zip
• Vídeo: PSI5790-2024 11ª aula PSI5790-2023 11ª aula
• Apostilas velhas: transfer-ead-velho2.odt transfer-ead-velho1.odt

• [PSI3471 aula 13 parte 2] Diferenciação automática. Camada personalizada.
  
  • autodiff.pdf, autodiff.odt.
  • Apostilas velhas: autodiff-velho1.odt
    

• [PSI5790 aula 9 parte 2.] Segmentação semântica. Fully convolutional net, U-Net, PSPNet.
  
• segment-ead.pdf, segment-ead.odt
• Segmentar elipses e retângulos: segm_eliret.zip
• Unet para segmentar membrana celular: membrane.zip
• Imagens: segment.zip
• Vídeo: PSI5790-2024 12ª aula PSI5790-2023 12ª aula   PSI5796-2022 11ª aula  
• Vídeo-aula antigo: 20-segmentacao, 23-implementacao, 24-unet, 30-membrana.  Youtube antigo: 20-segmentacao, 23-implementacao, 24-unet, 30-membrana.
• Apostilas velhas: segment-velho1.doc.

• [PSI5790 aula 11 parte 2.] One-shot learning, few-shot learning, meta learning e reconhecimento facial.
  
• oneshot-ead.pdf, oneshot-ead.odt.
• Apostilas velhas: oneshot-ead-velho1.odt
  

• [PSI5790 aula 11 parte 1.] Auto-encoder.
• autoencoder.pdf, autoencoder.odt.

• [PSI5790 aula 10 parte 1.] Detecção de objetos.
• deteccao-ead.pdf, deteccao-ead.odt.
• deteccao-velho1.odt

• [PSI5790 aula 11 parte 3.] Introdução à Generative Adversarial Network (GAN).
  
• gankeras-ead.pdf, gankeras-ead.odt.

• [PSI5790 aula 11 parte 4.] Introdução à Natural Language Processing (NLP).
  • nlp.pdf, nlp.odt.

• [PSI5790 aula 9 parte 3] Classificação de série temporal 1D:
• temporal.pdf, temporal.odt

• [PSI5790 aula 10 parte 2.] Class Activation Map e Grad-CAM.
• visualiza-ead.pdf, visualiza-ead.odt
• Imagens: visualiza-ead.zip
• visualiza-ead-velho1.odt
  

• Self-supervised learning [em edição].
• ssl-ead.pdf, ssl-ead.odt.
• [PSI5790 aula 10 parte 3.] Classificação de ECG
• Material.pdf, Material.docx
  

---

Apostilas Antigas para Processamento e Análise de Imagens e Aprendizagem de Máquina

Atenção: Estas "apostilas" ou "notas de aula" podem não ser compreensíveis sem ter assistido as aulas correspondentes. Foram escritas para ilustrar as aulas, não para servirem de material de estudo independente das aulas. Normalmente contêm somente os programas e não contêm as explicações teóricas completas. As teorias devem ser buscadas em outros materiais (artigos, livros, internet, etc.).

• Primeira aula:
• primeira_aula.pdf, primeira_aula.odt
  
• Conceitos básicos em Python: 
• Apostilas: basico-py.pdf, basico-py.odt, basico-py-velho1.odt
  
• Cekeikon, OpenCV e programação por template: cekeikon_opencv.pdf, cekeikon_opencv.odt.
  
• Ajuste de brilho/contraste, limiarização, Otsu, histograma.
• limiar.pdf, limiar.odt, limiar-velho1.doc
• Imagens: limiar.zip
  
• Alguns conceitos sobre C++:
• cpp.pdf, cpp.odt, cpp-velho.doc.
• Processamento de vídeo e captura de webcam:
  
• video.pdf, video.odt, video-velho2.doc , video-velho1.doc
• Formatos de imagens; Escolha de palete e quantização; Algoritmo de escolha de palete:
  
• palette.pdf, palette.odt, palette-velho2.doc, palette-velho1.doc.
• Imagens: palette.zip
  
• Halftoning e halftoning inverso:
  
• halftone.pdf, halftone.odt, halftone-velho2.doc, halftone-velho1.doc.

• HighGUI: Exemplos de uso do GUI do OpenCV
• highgui.pdf, highgui.doc
• Medidas de distorção de imagens:
  
• distorcao.pdf, distorcao.doc, distorcao-velho.doc.
• SSIM da Wikipedia
  
• Filtros nebulosos, outros filtros:
  
• nebuloso.pdf, nebuloso.doc, nebuloso-velho.doc.  
  

• Template matching (casamento de modelo) invariante a RST:
  
• rstmatch.pdf, rstmatch.doc,.
• mmatch4.avi (template matching em múltipla escala)
• Imagem integral, Viola and Jones, histograma, histograma de gradiente orientado (HOG), histograma integral:
  
• integral.pdf, integral.odt, integral-velho2.doc, integral-velho1.doc.
• DCT, wavelet de Haar e aplicações:
  
• dct.pdf, dct.doc.
• Complexidade de algoritmos:
  
• complex.pdf, complex.doc.

• Espaço de escala: 
• espescala.pdf, espescala.odt, espescala-velho2.doc, espescala-velho1.doc.
• detcirc5.avi (Detecção de círculo escuro usando diferença de gaussianas.)
• Filtragem por minimização de variação total:
  
• totalvariation.pdf, totalvariation.doc.
• Detecção de cantos e arestas (Canny):
  
• corner.pdf, corner.odt, corner-velho1.doc.
• SIFT, SURF, GLOH:
  
• sift.pdf, sift.odt, sift-velho2.doc, sift-velho1.doc
• [Lowe, 2004]  D. G. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints," International Journal of Computer Vision, Vol. 60, No. 2 / November, 2004, pp. 91-110.
  
• Transformada Hough:
  
• hough.pdf, hough.odt, hough-velho2.odt, hough-velho1.doc.
• Imagens: hough.zip
• Detecção de pneus por Hough: vid4-ped.avi
  
• Watermarking:
  
• watermark.pdf, watermark.doc.
• PCA (Principal Component Analysis)
• pca.pdf, pca.odt.

• Tomografia:
  
• tomografia.pdf, tomografia.doc, tomografia-velho1.doc.
• fMRI:
  
• fmri.pdf, fmri.doc.
• Classificação de texturas:
• Textura.pdf, Textura.doc
  
• Contornos ativos, snakes, template matching deformável: DOC.
• Processamento paralelo.
  
• paralelismo.pdf, paralelismo.odt, paralelismo-velho2.doc, paralelismo-velho1.doc.
• A "Hands-on" Introduction to OpenMP.
• Manual de OpenMP
  
• FLTK
• fltk.doc, fltk.pdf
  

• Aprendizagem de máquina não-supervisionada
  
• nao_supervisionada.pdf, nao_supervisionada.odt
  
• Rede neural convolutional usando tiny_dnn no reconhecimento dos dígitos MNIST
  
• convolutional.pdf, convolutional.odt, convolutional-velho2.odt, convolutional-velho1.odt.
• Reconhecer elipses e retângulos: eliret.zip
  
• Outros problemas de deep learning: Segmentação semântica, UNet, Usar modelos pré-treinados, localização, fully convolutional, transfer learning, YOLO.
  
• outros-problemas.pdf, outros-problemas.odt
• Imagens: outros-problemas.zip
  
• Segmentar elipses e retângulos: segm_eliret.zip
• Unet para segmentar parede celular: unet.zip
• Banco de dados de faces da FEI colorido recortado: feiCorCrop.zip
• YOLO para Keras: keras-yolov3.zip
  

Site da disciplina de graduação PSI-3471: Fundamentos de Sistemas Eletrônicos Inteligentes

Site da disciplina de graduação PSI-3472: Concepção Impl. Sist. Eletr. Inteligentes

Site da disciplina de pós PSI-5790: Aprendizado Profundo para Visão Computacional