EXPI_A

como se define formalmente una imagen digital. una funcion continua f(x,y) con x e y como coordenadas temporales. una funcion bidimensional f(x,y) con coordenadas e intensidades finitas y discretas. un conjunto de vectores de frecuencia en el dominio de fourier. una matriz de valores complejos obtenida tras la transformada de wavelet.

Sabiendoq ue los conos y bastones son fotorreceptores de la retina, que es cierto?. los bastones son responsables de la visión cromática y están en la fovea. los conos se ocupan de la visión en baja luminosidad (escotópica). los conos (6-7 millones) se ocupan de la visión cromática y están en la fóvea. aproximadamente hay 6 millones de bastones y 150 millones de conos en cada ojo.

que tipo de iluminación se toma para obtener la silueta binaria de un objeto?. iluminación direccional. iluminación difusa. contraluz. iluminación oblicua.

cuantas correspondencias de puntos se necesitan como mínimo para calcular una homografía (matriz h de 3x3). 2 correspondencias. 3 correspondencias. 4 correspondencias. 8 correspondencias.

ventaja sensores cmos frente a ccd. mayor calidad de imagen con poca luz. lectura paralela, más rápida, menor consumo y coste. no necesita matriz de filtros de color. son los únicos que pueden capturar imágenes de color.

la igualación del histograma transforma una imagen para que su histograma se aproxime a : histograma gaussiano con el centro en el medio. histograma uniforme repartiendo pixeles por todo el rango dinámico. histograma con solo un pico en el gris más frecuente. histograma idéntico al de la imagen de referencia.

Sobel para detección de bordes se basa en. segunda derivada (laplace) de una imagen. dos máscaras 3x3 que aproximan el gradiante en x e y con peso 2 en la fila/columna central. un filtro de mediana en dos direcciones ortogonales. transformada de fourier local en bloques 3x3.

que afirmación sobre el detector de bordes canny es correcta. usa un solo umbral global para saber si un pixel es borde. no requiere suavizar antes la imagen. aplica umbralización por histéresis de dos umbrales (alto y bajo) y analisis de conectividad. operador de segunda derivdad similar a laplace.

en filtrado frecuencial porque gauss de paso bajo se prefiere sobre filtro ideal?. gauss calcula más rápido. el filtro ideal produce artefactos de anillamiento (ringing) y el gaussiano no. el filtro ideal solo funciona con img de color. gauss no necesita transformada de fourier.

porque el filtro de la mediana es más adecuado que el de la media para eliminar ruido de sal y pimienta. mediana más rápida de computar. porque la mediana elimina valores extremos aislados sin difuminar los bordes de la imagen. porque el filtro de media no se puede aplicar a imágenes en escala de grises. porque la mediana realza bordes y elimina el ruido.

otsu para umbralización automatica se basa en. calcular iterativamente la media de los dos grupos hasta la convergencia. maximizar la varianza inter-clase entre objeto y fondo. minimizar diferencia entre histograma original y uniforme. aplicar filtro adaptativo local a cada pixel.

en el metodo de crecimiento de regiones cual es el punto de partida del algoritmo. un conjunto de semillas conocidas que se expanden iterativamente segun un predicado de similaridad. una división inicial de la imagen en cuadrantes iguales. deteccion previa de todos los bordes con canny. histograma global que determina los bordes de cada region.

en el detector viola jones la imagen integral permite. calcular la tranformada de fourier en tiempo constante. suma de pixeles en cualquier rectangulo en O(1). identidad de una persona a partir de su rostro. filtros gaussianos sin convolucion.

el descriptor sift es invariante a : traslacion y rotacion. traslacion escalado y rotacion y parcialmente a cambios de luz. cualquier transformacion proyectiva arbitraria. solo cambios de iluminacion.

en transfer learning con redes convolucionales la estrategia habitual se basa en. entrenar toda la red desde cero con nuevos datos. congelar las capas de estraccion de caracteristicas y reentrenar solo las capas finales de clasificación. eliminar todas las capas convolucionales y añadir capas densas nuevas. utilizar solo datos de ImageNet sin reentrenamiento.

la ecuación fundamental del flujo óptico presenta problema de apertura por: solo es válida para img en escala de grises. es una sola ecuación con dos incógnitas (u,v) por pixel lo que impide una solución única. requiere conocer la profundidad z de cada punto de la escena. no se puede aplicar a secuencias de video en movimiento.

cual es la diferencia principal entre los métodos horn schunk y lucas kanade para el flujo óptico. horn schunk impone suavidad global del campo; Lucas Kanade asume flujo constante en una ventana local. Lucas kanade genera flujo denso y horn shunk solo genera flujo en el punto de interes. horn shunck es un método local y lucas kanade es global. ambos son identicos solo difieren en coste.

el filtro de kalman es la solución óptima de seguimiento cuando : la distribución del estado es multimodal y no lineal. sistema lineal con ruido gaussiano (distribución unimodal ). hay multiples objetos similares en la escena (clutter). se desconoce el modelo dinámico de la escena.

el desentelazado adaptativo de video y el parámetro gamma controla. la resolución espacial de cada campo. la mezcla entre interpolación espacial (BOB) y temporal (Weave) segun la cantidad de movimiento detectado. el números de cuadros por segundo del video resultante. la profundidad de color de cada pixel desentrelazafo.

Que mejora aporta camshift respecto a Mean shift estandar para el seguimiento visual. usar una descriptor shift en vez de un histograma de color. añade adaptación de escala de la ventana de seguimiento al tamaño aparente del objeto. filtro kalman para predecir la siguiente posicion. sustituye el histograma de color por un mapa de bordes canny.