00. Introducción (pdf)

• P. Cavanagh (1995) Vision is getting easier every day (pdf)

01. Introducción al procesamiento de imágenes (pdf)

• Ejemplos en OpenCV+Python (.py)
• Guías de instalación de OpenCV+Python en Ubuntu (link)

02. Detectores (pdf)

03. Descriptores (pdf)

• Código para lectura de imágenes desde una cámara y cómputo/visualizazión de ORB (.py)
• Tutorial sobre SIFT y sus etapas de procesamiento (link)

04. Matching. Estimación de transformaciones (pdf)

• Código matching + estimación de homografías (.py)

05. Estimación robusta. Reconocimiento de instancias (pdf)

06. Modelos BoVW (pdf)

07. Clasificación. k-NN. SVMs lineales (pdf)

• E. Rosch. Principles of categorization (pdf)
• Z. C. Lipton. The deception of supervised learning (post)(paper)

08. SVMs no lineales. Kernels. Optimización via SGD. Algoritmo Pegasos (pdf)

09. Búsqueda y recuperación de imágenes (pdf)

• R. Arandjelović and A. Zisserman. Three things everyone should know to improve object retrieval. CVPR 2012 (pdf)

10. Búsqueda y recuperación II. PCA. Cuantificadores de producto (pdf)

• R. Arandjelović and A. Zisserman. All About VLAD, CVPR 2013
• J. Delhumeau et al.. Revisiting the VLAD image representation. ACM Multimedia 2013
• H. Jégou, M. Douze, and C. Schmid. Product quantization for nearest neighbor search. IEEE TPAMI 2011.

11. Detección (pdf)

12. Clasificadores probabilísticos. Regresión logística. (pdf)

13. Perceptrón. Redes feedforward. Backpropagation. (pdf)

14. Redes convolucionales (pdf)

• V. Dumoulin and F. Visin. A guide to convolution arithmetic for deep learning (arXiv, github)

15. Funciones de activación. Inicialización y entrenamiento (pdf)

• Funciones de activación (link)
• An explanation of Xavier initialization (link)

16. Intro frameworks DL para visión (pdf)

• Ejemplos LR y LeNet (zip)

** Visualización. Detección. Segmentación** (pdf)

• DeepVis (web, git)