DEPARTAMENTO DE FÍSICA

 

Visão Computacional e Percepção Biológica - EB

Ano letivo: 2008-2009
Especificação técnica - ficha curricular

Elementos especificos
código da disciplinaciclo de estudossemestre lectivocréditos ECTSlíngua de ensino
2003629126pt


Objectivos formativos


Adquirir conhecimentos sobre o funcionamento da visão biológica, em especial a humana, e dos modelos computacionais que emulam a visão biológica. Adquirir competências computacionais aplicáveis a modelos clínicos e no âmbito da robótica.






Programa genérico mínimo
Programa Mínimo: Metodologia de estudo da visão biológica, Neurobiologia dos fotoreceptores, células ganglionares e corticais. Espaços de cor fisiológicos e perceptuais, Análise da percepção do movimento 2D e 3D, Metodologias para o Estudo da Percepção, Modelos e Formação de Imagens, Visão Inicial, Visão Intermédia, Visão de Nível Superior

Programa detalhado

PARTE I
1 Neurobiologia dos fotoreceptores e células ganglionares.
1.1 Neurobiologia dos fotoreceptores e células ganglionares.
1.2 Bases e limites da teoria de sistemas lineares em Visão Biológica.
1.3 Bases biológicas dos limites espaciais e temporais da visão.
1.4 Implicações no desenvolvimento de técnicas de reabilitação.

2 Espaços de cor fisiológicos e perceptuais.
2.1 Aplicações no estudo dos canais cromáticos da visão humana.


3 Metodologia de estudo da visão biológica
3.1 Metodologia de estudo da visão biológica.
3.2 Psicofísica, Imagiologia e Electrofisiologia.
3.3 Aplicações clínicas.
3.4 Aplicações clínicas do estudo do espaço dos cones e células ganglionares.

Artigos de apoio:
De revisão
1. Richard H. Masland The fundamental plan of the retina Nature Neuroscience 2001 4 (9) 877-886
2. Dennis M. Dacey Parallel pathways for spectral coding in primate retina Annu. Rev. Neurosci. 2000. 23:743775
3. Karl R. Gegenfurtner and Daniel C. Kiper Color Vision Annu. Rev. Neurosci. 2003. 26:181206
4. C.W.G. Clifford, M.R. Ibbotson Fundamental mechanisms of visual motion detection: models, cells and functions Progress in Neurobiology 68 (2003) 409437
5. Lawrence C. Sincich and Jonathan C. Horton The Circuitry of V1 and V2: Integration of Color, Form, and Motion Annu. Rev. Neurosci. 2005. 28:30326


Para discussão
1. Hao Sun, Lukas Rüttiger & Barry B. Lee The spatiotemporal precision of ganglion cell signals: a comparison of physiological and psychophysical performance with moving gratings Vision Research 44 (2004) 1933
2. David Williams Seeing through the photoreceptor mosaic. TINS
3. Zoran Popovic, Johan Sjöstrand Resolution, separation of retinal ganglion cells, and cortical magnification in humans Vision Research 41 (2001) 13131319
4. Dacey DM, Liao HW, Peterson BB, Robinson FR, Smith VC, Pokorny J, Yau KW, Gamlin PD. Melanopsin-expressing ganglion cells in primate retina signal colour and irradiance and project to the LGN. Nature. 2005 Feb 17;433(7027):749-54.

4 Análise da percepção do movimento.
4.1 O problema de abertura.
4.2 Relação entre percepção do movimento e visão binocular estereoscópica
4.3 Percepção do movimento 3D. Percepção da estrutura a partir do movimento (structure from motion).
4.4 Percepção do Movimento biológico. Campos ópticos de movimento.
4.5 Mapeamento de áreas visuais envolvidas na percepção do movimento 3D.


5 Introdução aos modelos de percepção baseados na teoria de Bayes.
5.1 Teoria de Bayes aplicada à percepção da estrutura a partir do movimento (structure from motion).
5.2 Introdução à fisiologia da integração multimodal (visual, auditiva e proprioceptiva).
5.3 Teoria de Bayes aplicada à integração multimodal.

Artigos de apoio e discussão
Richard T. Born and David C. Bradley Structure and Function of Visual Area MT Annu. Rev. Neurosci. 2005. 28:15789
Andrew J Parker and Kristine Krug Neuronal mechanisms for the perception of ambiguous stimuli Current Opinion in Neurobiology 2003, 13:433439
Fulvio Domini and Corrado Caudek 3-D structure perceived from dynamic information: a new theory Trends in Cognitive Sciences 2003 7(10) 443-449.
Marlene R Cohen and William T Newsome What electrical microstimulation has revealed about the neural basis of cognition Current Opinion in Neurobiology 2004, 14:169177
Massimiliano Di Luca, Fulvio Domini, Corrado Caudek Spatial integration in structure from motion Vision Research 44 (2004) 30013013
Hyung-Chul O. Li , Frederick A.A. Kingdom Motion-surface labeling by orientation, spatial frequency and luminance polarity in 3-D structure-from-motion Vision Research 41 (2001) 38733882
Jenny J. Naji, Tom C.A. Freeman Perceiving depth order during pursuit eye movement Vision Research 44 (2004) 30253034

Christopher C. Pack, Margaret S. Livingstone,Kevin R. Duffy, and Richard T. Born End-Stopping and the Aperture Problem: Two-Dimensional Motion Signals in Macaque V1 Neuron, Vol. 39, 671680, August 14, 2003.
Daniel Kersten, Pascal Mamassian, Alan Yuille Object perception as Baysean inference Annu. Rev. Psychol. 2004. 55:271304
David C. Knill and Alexandre Pouget The Bayesian brain: the role of uncertainty in neural coding and
Computation Trends in Neurosciences2004 27(12) 712-719
Marc O. Ernst and Heinrich H. Bülthoff Merging the senses into a robust percept Trends in Cognitive Sciences 2004 8 (4): 162-169.
Sophie Deneve , Alexandre Pouget Bayesian multisensory integration and cross-modal spatial links Journal of Physiology - Paris 98 (2004) 249258
J. Heron, D. Whitaker, P.V. McGraw Sensory uncertainty governs the extent of audio-visual interaction Vision Research 44 (2004) 28752884
R.A. Eagle, M.A. Hogervorst The role of perspective information in the recovery of 3D structure-from-motion Vision Research 39 (1999) 17131722.
Felix Hürlimann, Daniel C. Kiper, Matteo Carandini Testing the Bayesian model of perceived speed Vision Research 42 (2002) 22532257

6 Metodologias para o Estudo da Percepção
6.1 Condicionalismos biológicos para a implementação de Implantes neurosensoriais..
6.2 Bases metodológicas das novas técnicas de Imagiologia Cerebral funcional e aplicações em biomedicina.
6.3 Electromedicina em Ciências da Visão. Aplicações computacionais.
6.4 Modelos Biológicos de Neurofeedback
6.5 Estado actual da Instrumentação em Ciências da Visão.
6.6 Aplicações Clínicas em Neurologia e Oftalmologia.

Artigos de apoio e discussão
1. David Regan A Hypothesis-Based Approach to Clinical Psychophysics and to the Design of Visual Tests Investigative Ophthalmology & Visual Science, May 2002, Vol. 43, No. 5 1311-1323.
2. Edwin M. Maynard Visual prostheses Annu. Rev. Biomed. Eng. 2001. 3:14568
3. Masahiro Hirai, Atsushi Senju, Hirokata Fukushima, Kazuo Hiraki Active processing of biological motion perception: an ERP study Cognitive Brain Research 23 (2005) 387 396
4. Nikolaus Weiskopf, Ralf Veit, Michael Erb, Klaus Mathiak, Wolfgang Grodd, Rainer Goebel, and Niels Birbaumera, Physiological self-regulation of regional brain activity using real-time functional magnetic resonance imaging (fMRI): methodology and exemplary data NeuroImage 19 (2003) 577586
5. Mirror-Symmetric Tonotopic Maps in Human Primary Auditory Cortex Elia Formisano,1 Dae-Shik Kim,2 Francesco Di Salle, Pierre-Francois van de Moortele, Kamil Ugurbil, and Rainer Goebel, Neuron, Vol. 40, 859869, November 13, 2003,

PARTE II
7 Modelos e Formação de Imagens
7.1 Câmaras
7.2 Modelos Geométricos para Câmaras
7.3 Calibração Geométrica de Câmaras
7.4 Radiometria --- Medição de Iluminação
7.5 Sombras
7.6 Cor
8 Visão Inicial
8.1 Imagens Monoculares
8.1.1 Filtros lineares
8.1.2 Detecção de arestas
8.1.3 Textura
8.2 Imagens Multi-ocular
8.2.1 A Geometria Multi-ocular
8.2.2 Estereovisão
8.2.3 Estrutura a partir de Movimento
9 Visão Intermédia
9.1 Segmentação por agrupamento
9.2 Segmentação utilizando Modelos Probabilísticos
9.3 Seguimento utilizando Modelos Lineares
10 Visão de Nível Superior
10.1 Métodos Geométricos - Dados de distância
10.2 Reconhecimento de Padrões utilizando Classificadores

Bibliografia:
D. A. Forsyth and J. Ponce, Computer Vision: A Modern Approach , Prentice Hall, Upper Saddle River, N.J., 2003
The Visual Neurosciences MIT Press Edited by Leo M. Chalupa and John S. Werner November 2003 ISBN 0-262-03308-9

Leitura Complementar
Hartley, R.I. and Zisserman, A., Multiple View Geometry in Computer Vision,Second ed., 2004, Cambridge University Press, ISBN: 0521540518
Pré-requisitos
Competências genéricas a atingir
. Conhecimentos de informática relativos ao âmbito do estudo;
. Competência em trabalho em equipas interdisciplinares;
. Valorização da diversidade e multiculturalidade;
. Competência em raciocínio crítico;
. Adaptabilidade a novas situações;
. Competência para resolver problemas;
. Criatividade;
. Iniciativa e espírito empreendedor;
. Competência em planear e gerir;
. Competência em investigar;
(por ordem decrescente de importância)
Horas lectivas semestrais
aulas teóricas45
seminário15
orientação tutorial15
total horas lectivas75

Método de avaliação
Resolução de problemas25 %
Exame75 %

Bibliografia de referência


Ver Bibliografia por tópicos, acima descrita

Método de ensino
O ensino será baseado em aulas teóricas e téorico-práticas onde serão apresentados os fundamentos do funcionamento da visão biológica, em especial a humana, e dos modelos computacionais que emulam a visão biológica. Existirão ainda seminários e apresentações semanais feitas pelos alunos, e tutoriadas pelos docentes, bem como problemas práticos de natureza computacional resultantes da aplicação dos conceitos discutidos nas aulas teóricas. Esta metodologia visa consolidar a aquisição de competências computacionais aplicáveis a modelos clínicos e no âmbito da robótica.

Recursos específicos utilizados

Os alunos deverão ter acesso a ferramentas computacionais, em particular MatLab, e acesso a computadores.