examen_PIV_C UJA

¿Cuáles son los dos grandes objetivos del procesamiento de información visual?. Compresión de imágenes y transmisión de datos. Mejora de la información para interpretación humana y procesamiento para percepción autónoma artificial. Detección de bordes y segmentación de regiones. Almacenamiento eficiente y visualización en pantalla.

El fenómeno del contraste simultáneo demuestra que: Todos los seres humanos perciben exactamente los mismos colores. La iluminación percibida de un área depende de la intensidad de su entorno. Los sensores CCD son superiores a los CMOS en contraste. El espacio de color RGB es perceptualmente uniforme.

¿Qué son las ambigüedades visuales?. Errores de hardware en el sensor de la cámara. Imágenes que admiten dos o más interpretaciones igualmente válidas (ej. cubo de Necker). Interferencias electromagnéticas en la señal de vídeo. Artefactos de compresión JPEG en zonas de alto contraste.

¿Qué efecto tiene reducir la resolución de cuantización (menos bits por píxel) en una imagen?. Se reduce el tamaño espacial de la imagen (menos píxeles). Aparecen falsos contornos (efecto de bandeado) por la pérdida de niveles de gris. Se aumenta automáticamente el contraste. Se eliminan las altas frecuencias de la imagen.

En coordenadas homogéneas, un punto 2D (x, y) se representa como: El vector (x, y, 0). El vector (x, y, 1) y cualquier múltiplo escalar (kx, ky, k) con k≠0. El par (x/y, 1). La matriz 2×2 con x e y en la diagonal.

¿Cuál es la ventaja del procesamiento local del histograma frente al global?. Es más rápido de calcular porque usa menos píxeles. Permite mejorar detalles en áreas pequeñas que el método global no puede resaltar. No necesita conocer el histograma de la imagen. Funciona exclusivamente con imágenes en color.

El Laplaciano (segunda derivada) se utiliza para realce de imagen sumándolo a la original. ¿Por qué la suma de los coeficientes de su máscara es cero?. Para que no modifique la media de la imagen (respuesta nula en zonas uniformes). Porque es un requisito de la Transformada de Fourier. Para que funcione solo con imágenes binarias. Porque los coeficientes negativos anulan el ruido automáticamente.

¿Qué establece el Teorema de la Convolución?. Que toda imagen puede descomponerse en funciones seno y coseno. Que la convolución en el dominio espacial equivale a la multiplicación en el dominio frecuencial. Que la correlación y la convolución son siempre idénticas. Que un filtro paso bajo en frecuencia equivale a un filtro paso alto en el espacio.

¿Qué pasos incluye el procedimiento estándar de filtrado en el dominio frecuencial?. Binarizar, aplicar Hough, detectar rectas. Padding con ceros, centrado, DFT, multiplicación por H(u,v), IDFT, recorte. Calcular histograma, igualar, umbralizar. Aplicar Sobel, suprimir no máximos, umbralizar por histéresis.

Un filtro paso alto enfatiza los bordes de la imagen. ¿Cuál es su relación con un filtro paso bajo?. No tienen ninguna relación matemática. El filtro paso alto es el complementario: H_HP(u,v) = 1 − H_LP(u,v). El filtro paso alto es el doble del filtro paso bajo. El filtro paso alto se obtiene rotando 90° el filtro paso bajo.

El algoritmo Split and Merge utiliza una estructura de datos tipo: Lista enlazada simple. Quadtree (árbol cuaternario). Tabla hash de frecuencias. Pila LIFO de píxeles.

¿Qué problema resuelven los marcadores internos y externos en el algoritmo Watershed?. La falta de fronteras cerradas en la segmentación. La sobresegmentación causada por demasiados mínimos locales debidos al ruido. La necesidad de convertir la imagen a escala de grises. La imposibilidad de segmentar imágenes de más de 1 megapíxel.

En la clasificación Bayesiana, la hipótesis MAP (Maximum A Posteriori) selecciona: La clase con mayor probabilidad a priori P(h_i) independientemente de los datos. La clase que maximiza P(h_i | d), es decir, la más probable dados los datos observados. La clase cuya verosimilitud P(d | h_i) sea mínima. Siempre la clase con más muestras de entrenamiento.

¿Cuál es la ventaja principal de una CNN frente a una red neuronal densa (fully connected) para imágenes?. Las CNNs no necesitan función de activación. Compartición de pesos (menos parámetros), explotación de localidad espacial e invarianza a traslación mediante pooling. Las redes densas no pueden procesar imágenes de más de 28×28 píxeles. Las CNNs no requieren datos de entrenamiento etiquetados.

Los modelos de difusión para generación de imágenes funcionan: Entrenando un generador contra un discriminador de forma adversaria (como las GANs). Aprendiendo a revertir un proceso de adición progresiva de ruido; en inferencia parten de ruido puro. Codificando la imagen en un vector latente y decodificándola directamente. Dividiendo la imagen en parches y aplicando atención (como los Vision Transformers).

¿Cuál es la diferencia entre procesamiento de vídeo en línea (online) y fuera de línea (offline)?. Online significa con conexión a Internet; offline significa sin conexión. Online solo dispone de información pasada (causal); offline tiene acceso al vídeo completo y puede usar información futura. Online procesa en escala de grises; offline procesa en color. No existe diferencia significativa; son términos intercambiables.

El método de desentrelazado Weave funciona bien en escenas estáticas pero falla con movimiento porque: No tiene suficiente resolución temporal. Copia líneas del campo anterior, lo que produce efecto peine visible cuando hay desplazamiento entre campos. Aplica un filtro de mediana que elimina el detalle de movimiento. Solo funciona con resolución 4K o superior.

En el flujo óptico paramétrico, un modelo afín tiene 6 parámetros y permite representar: Únicamente traslación pura (desplazamiento constante). Traslación, rotación, escalado y cizallamiento. Únicamente rotación alrededor del centro de la imagen. Cualquier transformación proyectiva 3D arbitraria.

En la formulación Bayesiana del seguimiento visual, la asunción de Markov implica que: Todas las observaciones futuras son conocidas de antemano. El estado actual solo depende del estado inmediatamente anterior, no de todo el historial. El ruido de observación es siempre Gaussiano. El objeto seguido no puede cambiar de dirección.

Structure from Motion (SfM) permite reconstruir una escena 3D a partir de múltiples vistas. ¿Qué paso final optimiza conjuntamente las posiciones 3D y la trayectoria de la cámara?. Filtro de Kalman extendido. Bundle Adjustment (ajuste de haces). Transformada de Hough 3D. Detección de esquinas Harris.