Visualització Científica

Crèdits
6
Tipus
Complementària d'especialitat (Gràfics i Realitat Virtual)
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
CS
En aquesta assignatura es donaran coneixements bàsics de visualització de dades, visualització d'informació i visualització científica.
Es parlarà dels següents temes:
- Pipeline de visualització.
- Percepció en visualització.
- Tècniques bàsiques de visualització de dades.
- Visualització de dades mèdiques.
- Visualització de molècules.

Professorat

Responsable

  • Imanol Muñoz Pandiella (imanolm@cs.upc.edu)

Altres

  • Pere Pau Vázquez Alcocer (ppau@cs.upc.edu)

Hores setmanals

Teoria
2
Problemes
1
Laboratori
1
Aprenentatge dirigit
0.5
Aprenentatge autònom
8.3

Competències

Competències Tècniques de cada especialitat

Gràfics i realitat virtual

  • CEE1.1 - Capacitat de comprendre i saber aplicar les tecnologies actuals i les que en el futur es facin servir per al disseny i avaluació d'aplicacions gràfiques interactives en tres dimensions, tant quan prevalgui la qualitat d'imatge com quan ho faci la interactivitat o la velocitat, així com comprendre els compromisos inherents i les raons que els ocasionen.
  • CEE1.3 - Capacitat d'integrar les tecnologies esmentades en les competències CEE1.1 i CEE1.2 amb altres tecnologies de tractament digital de la informació per construir noves aplicacions; així com efectuar contribucions significatives en equips multidisciplinaris que facin servir la informàtica gràfica.

    • Competències Tècniques Generals

    Genèriques

  • CG3 - Capacitat per al modelatge matemàtic, càlcul i disseny experimental en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca i innovació en tots els àmbits de la Informàtica.

    • Competències Transversals

    Emprenedoria i innovació

  • CTR1 - Conèixer i comprendre l'organització d'una empresa i les ciències que regeixen la seva activitat; capacitat de comprendre les regles laborals i les relacions entre la planificació, les estratègies industrials i comercials, la qualitat i el benefici. Desenvolupar la creativitat, l'esperit emprenedor i la tendència a la innovació.

    • Ús solvent dels recursos d'informació

  • CTR4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i d'informació de l'àmbit de l'enginyeria informàtica, i valorar de forma crítica els resultats d'aquesta gestió.

    • Objectius

    1. By the end of the course, students should be able to know the main concepts behind visualization and representation of volume models in scientific applications (mainly in medical applications). More specifically they will be able to undestand and program algorithms for:
      Competències relacionades:

    Continguts

    1. Introduction to Visualization. Perception in Visualization
      Basic concepts of visualization: goals, tasks, users.
      Elements of perception and its application in Visualization: pre-attentive variables, visual channels...
    2. Multi-dimensional data visualization
      Techniques for visualization of multiple-dimensional data.
    3. Multiple Views Visualization
      Multiple Views. Common designs, examples, analysis of advantages and inconvenients.
    4. Molecular visualization
      Introduction to Molecular Visualization: motivation, data, and rendering algorithms.
    5. GPU-based Volume Rendering
      Presentation of the main algorithms of direct volume rendering, including 3D textures and ray-casting. Transfer fuctions. GPU-based ray-casting.
    6. Advanced Scientific Visualization Techniques
      Introduction to Molecular Visualization: motivation, data, and rendering algorithms.
      Introduction to DTI rendering: data, applications, measures, algorithms.

    Activitats

    Activitat Acte avaluatiu


    Classes de teoria

    Material will be presented in lectures along the term. You are expected to conduct complementary readings to be presented at a later date or turned in.

    Teoria
    30h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    30h

    Implementació d'algorismes seleccionats

    A selection of relevant algorithms will be assigned to implement in Lab sessions and on your own, in VTK and C++. You may be required to present your solution in class.

    Teoria
    0h
    Problemes
    0h
    Laboratori
    15h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    45h

    Pràctica de laboratori

    Els estudiants hauran de completar un projecte de laboratori que inclourà dos o més treballs pràctics que consisteixin a implementar algunes de les tècniques desenvolupades a les classes magistrals. Aquest projecte serà presentat i discutit en una data posterior o activat per a la seva classificació.

    Teoria
    0h
    Problemes
    0h
    Laboratori
    3h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    20h

    Examen Final

    At the end of the term, the students will have a final exam, which may be a take-home,

    Setmana: 18
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Metodologia docent

    El professor imparteix classes teòriques on s'introdueixen els conceptes més importants; a més, es proporcionarà material complementari.
    Durant la classe de laboratori, els estudiants rebran les pautes per a l'anàlisi i implementació de les seves assignacions de programació i tindran temps de treballar en les seves tasques amb la supervisió del professor quan sigui necessari.

    Mètode d'avaluació

    Els alumnes seran avaluats per la seva assistència i participació a classe (incloent la presentació dels treballs i la seva discussió), amb una nota "Articles".

    Una altra nota es deriva de les implementacions dels alumnes d'algoritmes seleccionats (que poden incloure la presentació de la seva solució en una classe de laboratori), que donen una marca "Lab".

    Finalment, els alumnes rebran una tercera nota basada en la seva actuació en l'examen final, que donarà "Examen".

    La nota final del curs es computarà com:

    Grau final = 0,2 Articles + 0,6 Lab + 0,2 Examen

    Bibliografia

    Bàsic

    Complementari

    Web links

    Capacitats prèvies

    The course assumes advanced C++ and GPU progamming skills, and computer graphics.
    Completing, for instance, FRR and SRGGE should provide enough background.