Visió Artificial i Reconeixement de Patrons

Esteu aquí

Inici » Estudis » Màsters » Màster en Intel·ligència Artificial » Pla d'estudis » Assignatures » Visió Artificial i Reconeixement de Patrons
Crèdits
4.5
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits
Departament
URV;CS
Web
http://moodle.urv.cat/
This course aims at studying the fundamental techniques for image processing and advanced issues on machine vision related to the problems of automatic analysis and recognition of complex images. Practical applications will be developed on well-known machine vision software.

Professorat

Responsable

  • Domenec Savi Puig Valls ( )

Hores setmanals

Teoria
1.7
Problemes
0
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
4.5

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.

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.
  • CEA14 - Capacitat de comprendre les tècniques avançades de Visió, Percepció i Robòtica, i saber dissenyar, implementar i aplicar aquestes tècniques en el desenvolupament d'aplicacions, serveis o sistemes intel·ligents.

Professionals

  • CEP1 - Capacitat de resoldre les necessitats d'anàlisi de la informació de les diferents organitzacions, tot identificant les fonts d'incertesa i variabilitat.
  • CEP5 - Capacitat de dissenyar noves eines informàtiques i noves tècniques d'Intel·ligència Artificial en l'exercici professional.
  • CEP6 - Capacitat d'assimilar i integrar els canvis de l'entorn econòmic, social i tecnològic als objectius i procediments del treball informàtic en sistemes intel·ligents.

Competències Transversals

Actitud adequada davant el treball

  • CT5 - Estar motivat pel desenvolupament professional, per a afrontar nous reptes i per a la millora contínua. Tenir capacitat de treball en situacions de falta d'informació.

Bàsiques

  • CB7 - Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, essent incomplerta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis.

Objectius

  1. To learn and practise the main algorithms and methods for image feature extaction.
    Competències relacionades: CEA6, CEA14,
  2. To learn and understand the main concepts of image processing.
    Competències relacionades: CEA6,
  3. To learn and practise the principal color and texture analysis methods.
    Competències relacionades: CEA14, CEP5, CB7,
  4. To learn and practise the main image segmetation and classification techniques.
    Competències relacionades: CEA14, CEP1, CEP5, CB7,
  5. To know some basics about stereoscopic vision and 3D models.
    Competències relacionades: CEA14, CEP1, CEP5,
  6. To be able to analyze a real computer vision problem, and propose effective solutions.
    Competències relacionades: CG1, CEP5, CEP6, CT5, CB7,

Continguts

  1. Tema 1.- Processament d'imatges.
    Filtering and smoothing operations. Morphological techniques.
  2. Tema 2.- Extracció de característiques geomètriques.
    Lines and corners detection. Identification of basic geometrical structures.
  3. Tema 3.- Anàlisi de color i textura.
    Color models, kinds of texture, texture feature extraction, geometrical methods.
  4. Tema 4.- Segmentació i classificació d'imatges.
    Unsupervised segmentation based on regions and edges. Supervised classification, theoretical decision methods, statistical methods, neural networks.
  5. Tema 5.- Visió estereoscòpica.
    Camera calibration and camera systems, epipolar geometry, image rectification, search for correspondences, triangulation.
  6. Tema 6.- Percepció i modelatge tridimensional.
    Range images generation, extraction of geometric elements, automatic scene generation, scene recognition, geometrical hashing.

Activitats

Activitat Acte avaluatiu


Classe magistral

Explicació teòrica i pràctica dels principals conceptes de l'assignatura
Objectius: 2 3 5 1 4 6
Teoria
30h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
40h

Classe laboratori

Implementació de cassos pràctics
Objectius: 2 3 1 4 6
Teoria
0h
Problemes
0h
Laboratori
15h
Aprenentatge dirigit
0h
Aprenentatge autònom
28h

Metodologia docent

Activitats Introductòries: Presentació de l'assignatura: motivació, objectius, continguts, metodologia docent, bibliografia i avaluació.
Pràctiques a través de TIC en aules informàtiques: Utilització pràctica de simuladors relacionats amb els continguts de l'assignatura i desenvolupament de noves funcionalitats.
Presentacions / exposicions: Exposició oral per part dels alumnes de treballs d'aprofundiment en temes concrets de l'assignatura. Avaluació per part del professor.
Sessió Magistral: Explicació de continguts teòrics per part del professor.
Resolució de problemes, exercicis a l'aula ordinària: Realització autònoma en grups de dos estudiants de treballs pràctics relacionats amb els principals temes de l'assignatura. Elaboració d'un informe escrit. Avaluació final pel professor.
Atenció personalitzada: Atenció per part del professor a cada estudiant en les hores de consulta del professor.

ADVERTIMENT: aquest any, a causa de la COVID19, el curs s'iniciarà completament en línia, incloent pràctiques a través de TIC, sessions magistrals i la resta d'activitats.

Mètode d'avaluació

Pràctiques a través de TIC en aules informàtiques:
Realització per part dels estudiants de treballs pràctics relacionats amb els principals temes de l'assignatura utilitzant les eines informàtiques de visió per computador explicades a les classes pràctiques. Elaboració d'un informe escrit. 40%

Presentacions / exposicions:
Realització autònoma en grups de dos estudiants de treballs pràctics relacionats amb els principals temes de l'assignatura. Elaboració d'un informe escrit. Presentació oral. Avaluació final pel professor. 20%

Proves de desenvolupament:
Realització de proves de desenvolupament. 20%

Proves objectives de preguntes curtes:
Proves objectives basades en preguntes curtes. 20%

Bibliografia

Bàsica: