Aquest curs presenta els principals aspectes de la visió computacional, des dels fonaments sobre formació d'imatges i operacions d'imatges bàsiques fins a reconeixement d'objectes, passant pels principals problemes de la visió per computador: segmentació, extracció de punts d'interès, reconeixement de patrons i reconeixement de cares. Es revisaran els mètodes clàssics i els més novedosos per als problemes de visió i es practicarà amb mètodes per resoldre alguns d'aquests problemes.
Professorat
Responsable
Petia Radeva (
)
Altres
Bhalaji Nagarajan (
)
Laura Igual Muñoz (
)
Hores setmanals
Teoria
1.5
Problemes
0
Laboratori
1.5
Aprenentatge dirigit
0
Aprenentatge autònom
5.33
Competències
Competències Tècniques Generals
Genèriques
CG1 - Capacitat per a projectar, dissenyar i implantar productes, processos, serveis i instal·lacions en tots els àmbits de la Intel·ligència Artificial.
CG3 - Capacitat per a la modelització, càlcul, simulació, desenvolupament i implantació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb la Intel·ligència Artificial.
Competències Tècniques de cada especialitat
Acadèmiques
CEA6 - Capacitat de comprendre els principis bàsics de funcionament de les tècniques de Visió Computacional, i saber utilitzar-les en l'entorn d'un sistema o servei intel·ligent.
CEA7 - Capacitat de comprendre la problemàtica, i les solucions als problemes en la pràctica professional de l'aplicació de la Intel·ligència Artificial en l'entorn empresarial i industrial.
Professionals
CEP3 - Capacitat d'aplicació de les tècniques d'Intel·ligència Artificial en entorns tecnològics i industrials per a la millora de la qualitat i la productivitat.
CEP5 - Capacitat de dissenyar noves eines informàtiques i noves tècniques d'Intel·ligència Artificial en l'exercici professional.
Competències Transversals
Treball en equip
CT3 - Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.
ús solvent dels recursos d'informació
CT4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació de l'àmbit d'especialitat, i valorar de forma crítica els resultats d'aquesta gestió.
Raonament
CT6 - Capacitat d'avaluar i analitzar de manera raonada i crítica sobre situacions, projectes, propostes, informes i estudis de caracter cientific-tecnic. Capacitat d'argumentar les raons que expliquen o justifiquen aquestes situacions, propostes, etc.
Analisis i sintesis
CT7 - Capacitat d'anàlisi i resolució de problemes tècnics complexos.
Objectius
Desenvolupament de pràctiques de visió per computador.
Competències relacionades:
CT3,
CT4,
CT6,
CEP3,
CEP5,
Assolir els coneixemens bàsics i avançats de visió per computador.
Competències relacionades:
CT7,
CEA6,
CEA7,
CG1,
CG3,
Continguts
Introducció a Computational Vision
Processament d'imatges
Detecció de vores i contorns.
Detecció de característiques
Feature Matching
Face detection
Face recognition
Segmentació
Classificació amb CNNs
Visualització i interpretabilitat
Detecció amb CNNs
Atenció i transformers
Segmentació amb CNNs
Activitats
ActivitatActe avaluatiu
Entrega pràctica 1
Aquesta activitat es tracta d'entregar el codi i informe corresponents a una serie d'exercicis bàsics plantejats al primer bloc de l'assignatura. Objectius:1 Continguts:
El curs es dividirà en una sèrie de sessions teòriques i pràctiques:
- Sessions de teoria participatives en què s'introdueixen i discuteixen nous conceptes entre els estudiants. Es fomenta la discussió en grup. Es proporcionaran capítols de llibres de text i treballs de recerca per facilitar el debat i l'intercanvi d'idees.
- S'hi dediquen sessions pràctiques per resoldre problemes, dissenyant mètodes i desenvolupant prototips. Aquestes sessions permeten als estudiants posar en pràctica conceptes prèviament introduïts per obtenir més coneixement.
En principi, esperem seguir el model d'ensenyament presencial per a l'any acadèmic 2022-23.
A més, el material docent ha d'utilitzar un llenguatge inclusiu i incloure (i visibilitzar) referències bibliogràfiques de dones.
Mètode d'avaluació
Els estudiants s'avaluaran en base al seu treball en tasques pràctiques (lliurament de pràctiques en grups de 2 estudiants) i un examen de teoria que consisteix en 2 examens parcials. La ponderació de la nota final serà proporcional a les càrregues de treball respectives de les tasques pràctiques i l'examen de teoria (correpsonent als dos parcials). L'examen de teoria serà en dos parcials. Els alumnes que suspenen el primer parcial, durant el segon s'examinaran sobre el material del tot el curs. Nota final: 50% de pràctiques i 50% de qualificació de l'examen. Per aprovar l'assignatura, fa falta aprovar per separat la part teòrica i la part pràctica així com s'ha de superar cada parcial per separat. En cas de suspendre algun dels parcials, l'alumne farà un examen final sobre tot el material.