Introducció al Processament Audiovisual

Esteu aquí

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
TSC
Modelat Estadístic de Senyals (4 setmanes)
- Introducció i Variable Aleatòria
- Model de processos sense memòria
- Processos estocàstics discrets

Teoria de l'Estimació (4 setmanes)
- Estimació de paràmetres: Concepte, mesures de qualitat i tipos d'estimadors
- Estimació de funcions: Estimació de l'autocorrelació i de la Densitat Espectral de Potència

Transformades (3 setmanes)
- Transformada de Fourier Dependent del Temps i 2D
- Transformada Cosinus Discreta (DCT)
- Transformada Karhunen-Loeve (KLT)
- Aplicacions a la compressió de dades i a la biometria

Filtre de Wiener i Filtre Adaptatiu (3 setmanes)
- Estimació lineal quadràtica mitjana
- Filtre de Wiener
- Regressió lineal i mínims quadrats
- Filtrat adaptatiu

Professors

Responsable

  • Ferran Marques Acosta ( )

Altres

  • Francesc Rey Micolau ( )
  • Javier Ruiz Hidalgo ( )

Hores setmanals

Teoria
2.4
Problemes
0.9
Laboratori
0.5
Aprenentatge dirigit
0.533
Aprenentatge autònom
5.5

Competències

Competències Tècniques

Competències tècniques

  • CE5 - Dissenyar i aplicar tècniques de processat de senyal, triant entre diferents eines tecnològiques, incloses les de visió artificial, de reconeixement del llenguatge parlat i de tractament de dades multimèdia.

Competències Transversals

Transversals

  • CT6 [Avaluable] - Aprenentatge autònom. Detectar deficiències en el propi coneixement i superar-les mitjançant la reflexió crítica i l'elecció de la millor actuació per ampliar aquest coneixement.

Bàsiques

  • CB4 - Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
  • CB5 - Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia

Competències Tècniques Generals

Genèriques

  • CG1 - Concebre sistemes computacionals que integren dades de procedències i formes molt diverses, construeixen amb ells models matemàtics, raonen sobre aquests models i actuen en conseqüència, aprenent de l'experiència.
  • CG2 - Elegir i aplicar els mètodes i tècniques més adequats a un problema definit per dades que representin un repte pel seu volum, velocitat, varietat o heterogeneïtat, inclosos mètodes informàtics, matemàtics, estadístics i de processament del senyal.
  • CG5 - Poder recórrer a coneixements fonamentals i metodologies de treball sòlides adquirits durant els estudis per adaptar-se als nous escenaris tecnològics del futur.

Objectius

  1. Saber caracteritzar processos estocàstics
    Competències relacionades: CE5, CG1, CG5, CB4, CB5,
  2. Comprendre i saber utilitzar les transformades de senyal més habituals i la seva aplicació
    Competències relacionades: CE5, CT6, CG2, CB4, CB5,
  3. Adquirir els coneixements bàsics de filtrat òptim i adaptatiu per a aplicacions de dades audiovisuals
    Competències relacionades: CE5, CT6, CG5, CB4, CB5,

Continguts

  1. Modelatge estadístic de senyal
    Processos estocàstics: Definició.
    Autocorrelació.
    Estacionarietat, Ergodicitat.
    Densitat espectral de potència.
    Processos discrets.
    Filtratge de processos.
  2. Teoria de l'Estimació
    (1) Estimació de paràmetres: Concepte, mesures de qualitat i tipos d'estimadors

    (2) Estimació de funcions: Estimació de l'autocorrelació i de la Densitat Espectral de Potència
  3. Filtrat òptim i filtrat adaptatiu
    Tipus de filtres: Identificació de sistemes, equalització, cancel·lació, predicció i interpolació.
    Filtre de Wiener.
    Regressió lineal i mínims quadrats.
    Filtrat adaptatiu
  4. Transformacions
    Anàlisi en freqüència:
    (1) Transformada Cosinus Discreta (DCT),
    (2) Transformada de Fourier Dependent del Temps. Interpretació com a banc de filtres. Efecte de la finestra. Reconstrucció. Espectrograma. Anàlisi temps-freqüència.

    Anàlisi estadística:
    (1) Periodograma. Principis d'estimació.
    (2) Transformada de Karhunen-Loeve (KLT).

Activitats

Activitat Acte avaluatiu


Tema 1

Classes de teoria, problemes i laboratori corresponents al Tema 1
  • Teoria: Classes de teoria corresponents al Tema 1
  • Problemes: Classes de problemes corresponents al tema 1
  • Laboratori: Classes de laboratori corresponents al tema 1
  • Aprenentatge dirigit: Aprenentatge dirigit corresponents al tema 1
  • Aprenentatge autònom: Aprenentatge autònom corresponent al tema 1
Objectius: 1
Continguts:
Teoria
10.3h
Problemes
3.7h
Laboratori
2.3h
Aprenentatge dirigit
2.3h
Aprenentatge autònom
23.6h

Tema 2

Classes de teoria, problemes i laboratori corresponents al Tema 2
  • Teoria: Classes de teoria corresponents al Tema 2
  • Problemes: Classes de problemes corresponents al Tema 2
  • Laboratori: Classes de laboratori corresponents al Tema 2
  • Aprenentatge dirigit: Aprenentatge dirigit corresponent al Tema 2
  • Aprenentatge autònom: Aprenentatge autònom corresponent al Tema 2
Objectius: 2
Continguts:
Teoria
15.4h
Problemes
5.6h
Laboratori
3.4h
Aprenentatge dirigit
3.7h
Aprenentatge autònom
35.4h

Tema 3

Classes de teoria, problemes i laboratori corresponents al Tema 3
  • Teoria: Classes de teoria corresponents al Tema 3
  • Problemes: Classes de problemes corresponents al Tema 3
  • Laboratori: Classes de laboratori corresponents al Tema 3
  • Aprenentatge dirigit: Aprenentatge dirigit corresponent al Tema 3
  • Aprenentatge autònom: Aprenentatge autònom corresponent al Tema 3
Objectius: 3
Continguts:
Teoria
10.3h
Problemes
3.7h
Laboratori
2.3h
Aprenentatge dirigit
2.3h
Aprenentatge autònom
23.6h

Metodologia docent

L'assignatura es basa en classes presencials de teoria, problemes i laboratori.

Les classes de teoria segueixen el programa definit en aquesta guia docent. Dins de les classes de teoria es promociona el diàleg entre els professors i els estudiants proposant exercicis i activitats a realitzar conjuntament basats en aspectes particulars del tema que s'està tractant.

Les classes de laboratori exemplifiquen els contiguts desenvolupats a les classes de teoria.

Mètode d'avaluació

La nota final de l'assignatura s'obté a partir de les notes de

- L'examen parcial: P (25%)
- L'examen final: F (60%)
- Les pràctiques: L (15%)

Nota = max (0.6F+0.25P+0.15L ; 0.85F+0.15L; 0.75F+0.25P; 1.0F)

En cas de fer examen de re-avaluació (R), la nota final és

Nota = max(0.85R+0.15L; 1.0R)

Bibliografia

Bàsica:

Complementaria:

Capacitats prèvies

Els coneixements adquirits a les assignatures del grau en quadrimestres anteriors

Addenda

Continguts

No es contemplen canvis

Metodologia docent

No es contemplen canvis

Mètode d'avaluació

No es contemplen canvis

Pla de contingència

En el cas que s'hagi d'impartir docència no presencial, es faran classes per videoconferència i es facilitarà el material necessari a l'alumnat.