Perfilado de sección

  • Colapsar Expandir

    General

    Colapsar todo Expandir todo

    Aplicaciones de la Teoría de la Información al

    Procesamiento de Imágenes

  • Colapsar Expandir

    Prueba escrita

  • Colapsar Expandir

    Tema 1

    Nociones básicas de teoría de la información, modelos estadísticos e imágenes digitales.

    • En estas dos clases repasaremos nociones básicas de teoría de la información y modelos estadísticos. Discutiremos la noción de costo de modelo asociado a un modelo estadístico, y su impacto en el largo de un código basado en el modelo. Veremos ejemplos de este impacto en compresión de imágenes binarias.
    • ATIPI2021-Transparencias-Set 0 Archivo
      Los estudiantes deben
      Marcar como hecha
    • ATIPI2021-Transparencias-Set 1 Archivo
      Los estudiantes deben
      Marcar como hecha
    • ATIPI2021-Transparencias-Set 2 Archivo
      Los estudiantes deben
      Marcar como hecha
  • Colapsar Expandir

    Tema 2

    Dificultades prácticas asociadas a alfabetos grandes, y técnicas para combatirlas al modelar imágenes de tono continuo.

    • Analizaremos las dificultades que aparecen en la práctica, a la hora de aplicar modelos de contexto a fuentes con alfabetos grandes. Estudiaremos propiedades de imágenes de tono continuo, y como aprovechar esas propiedades para reducir el tamaño de nuestros modelos de contexto.
    • ATIPI2021-Transparencias-Set 3 Archivo
      Los estudiantes deben
      Marcar como hecha
  • Colapsar Expandir

    Tema 3

    Aplicaciones en compresión sin pérdida de imágenes.

    • En esta clase veremos cómo aplicar las ideas que hemos desarrollado sobre modelado estadístico de imágenes para realizar compresión sin pérdida. En particular estudiaremos el algoritmo LOCO‐I, presente en el estándar JPEG-LS.
    • ATIPI2021-Transparencias-Set 4 Archivo
      Los estudiantes deben
      Marcar como hecha
  • Colapsar Expandir

    Tema 4

    Aplicaciones en denoising: el algoritmo DUDE I.

    • ATIPI2021-Transparencias-Set 5 Archivo
      Los estudiantes deben
      Marcar como hecha
    • ATIPI2021-Transparencias-Set 6 Archivo
      Los estudiantes deben
      Marcar como hecha
    • Estudiaremos cómo aplicar técnicas de modelado estadístico a la reducción de ruido en imágenes digitales.


      Original
      		 Después
      Antes
      		 Después

      Nos concentraremos en DUDE-I, que es un algoritmo iterativo. El siguiente video muestra cómo se reduce el ruido en una imagen en sucesivas iteraciones.
    • Video denoising Archivo
  • Colapsar Expandir

    Proyecto de evaluación

    Este bloque está destinado a organizar la elaboración del proyecto final para la aprobación del curso.