Lecturas o videos requeridos

Tema 5. Características Invariantes de escala (SIFT)

Lecturas

• Para conocer más sobre características Invariantes de escala (SIFT), te recomendamos leer: OpenCV. (2021). Introduction to SIFT (Scale-Invariant Feature Transform). Recuperado de https://docs.opencv.org/3.4/da/df5/tutorial_py_sift_intro.html

Videos

• Para conocer más sobre características Invariantes de escala (SIFT), revisa el siguiente video: NPTEL-NOC IITM. (2020, 16 de septiembre). Feature Detectors: SIFT and Variants [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=gEoWMLXk0Ys



• Para conocer más sobre características Invariantes de escala (SIFT), revisa el siguiente video: Murtaza's Workshop - Robotics and AI. (2020, 16 de junio). Feature Detection and Matching + Image Classifier Project | OPENCV PYTHON 2020 [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=nnH55-zD38I

Tema 6. Consenso de muestra aleatoria (RANSAC)

Lecturas

• Para conocer más sobre consenso de muestra aleatoria (RANSAC), te recomendamos leer: Programmer Group. (2019). Panoramic stitching using RANSAC algorithm. Recuperado de https://programmer.group/panoramic-stitching-using-ransac-algorithm.html

Videos

• Para conocer más sobre consenso de muestra aleatoria (RANSAC), revisa el siguiente video: Cyrill Stachniss. (2020, 14 de abril). RANSAC - Random Sample Consensus (Cyrill Stachniss) [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=Cu1f6vpEilg



• Para conocer más sobre consenso de muestra aleatoria (RANSAC), revisa el siguiente video: Dániel Baráth. (2020, 15 de junio). [CVPR 2020] RANSAC in 2020 tutorial: Benchmarking [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=igRydL72160