Crèdits
5
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits
, però té capacitats prèvies
Departament
CS;UB
Professorat
Responsable
- Petia Radeva ( petia.ivanova@ub.edu )
Altres
- Bhalaji Nagarajan ( bhalaji.nagarajan@ub.edu )
- Laura Igual Muñoz ( ligual@ub.edu )
Hores setmanals
Teoria
1.5
Problemes
0
Laboratori
1.5
Aprenentatge dirigit
0
Aprenentatge autònom
5.33
Competències
Genèriques
Acadèmiques
Professionals
Treball en equip
Ús solvent dels recursos d'informació
Raonament
Analisis i sintesis
Objectius
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
Activitat Acte 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:
Teoria
0h
Problemes
0h
Laboratori
9h
Aprenentatge dirigit
0h
Aprenentatge autònom
9h
Metodologia docent
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.Bibliografia
Bàsic
-
Computer vision: a modern approach
- Forsyth, D.A.; Ponce, J,
Pearson Education,
cop. 2012.
ISBN: 9780273764144
https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003948569706711&context=L&vid=34CSUC_UPC:VU1&lang=ca -
Computer vision: algorithms and applications
- Szeliski, R,
Springer,
2022.
ISBN: 9783030343712
https://discovery.upc.edu/discovery/fulldisplay?docid=alma991005130575906711&context=L&vid=34CSUC_UPC:VU1&lang=ca