Requisitos
Esta asignatura no tiene requisitos
Este curso presenta los principales aspectos de la visión computacional, desde los fundamentos sobre formación de imágenes y operaciones de imágenes básicas hasta reconocimiento de objetos, pasando por los principales problemas de la visión por computador: segmentación, extracción de puntos de interés, reconocimiento de patrones y reconocimiento de caras. Se revisarán los métodos clásicos y los más novedosos para los problemas de visión y se practicará con métodos para resolver algunos de estos problemas.
Profesorado
Responsable
Otros
-
Bhalaji Nagarajan (
)
-
Laura Igual Muñoz (
)
Horas semanales
Aprendizaje autónomo
5.33
Competencias
Competencias Técnicas Genéricas
Genéricas
-
CG1 - Capacidad para proyectar, diseñar e implantar productos, procesos, servicios e instalaciones en todos los ámbitos de la Inteligencia Artificial.
-
CG3 - Capacidad para la modelización, cálculo, simulación, desarrollo e implantación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Inteligencia Artificial.
Competencias Técnicas de cada especialidad
Académicas
-
CEA6 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas de Visión Computacional, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
-
CEA7 - Capacidad de comprender la problemática, y las soluciones a los problemas en la práctica profesional de la aplicación de la Inteligencia Artificial en el entorno empresarial e industrial.
Profesionales
-
CEP3 - Capacidad de aplicación de las técnicas de Inteligencia Artificial en entornos tecnológicos e industriales para la mejora de la calidad y la productividad.
-
CEP5 - Capacidad de diseñar nuevas herramientas informáticas y nuevas técnicas de Inteligencia Artificial en el ejercicio profesional.
Competencias Transversales
Trabajo en equipo
-
CT3 - Ser capaz de trabajar como miembro de un equipo interdisciplinar ya sea como un miembro mas, o realizando tareas de direccion con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
Uso solvente de los recursos de información
-
CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.
Razonamiento
-
CT6 - Capacidad de evaluar y analizar de manera razonada y critica sobre situaciones, proyectos, propuestas, informes y estudios de caracter cientifico-tecnico. Capacidad de argumentar las razones que explican o justifican tales situaciones, propuestas, etc.
Analisis y sintesis
-
CT7 - Capacidad de analisis y resolucion de problemas tecnicos complejos.
Objetivos
-
Desarrollo de prácticas de visión por computador
Competencias relacionadas:
CT3,
CT4,
CT6,
CEP3,
CEP5,
-
Alcanzar los conocimientos básicos y avanzados de visión por computador.
Competencias relacionadas:
CT7,
CEA6,
CEA7,
CG1,
CG3,
Contenidos
-
Introducción a Computational Vision
-
Procesamiento de imágenes
-
Detección de bordes y contornos.
-
Detección de características
-
Feature Matching
-
Face detection
-
Face recognition
-
Segmentación I
-
Segmentación II
-
Texture analysis
-
Video Segmentation
-
Object Recognition
-
Image classification with CNNs
Actividades
Actividad
Acto evaluativo
Entrega práctica 1
This activity consists of delivering the code and reprt corresponding to a serie of exercices posed during the first bloc of the course.
Objetivos:
1
Contenidos:
Entrega práctica 2
This activity consists of delivering the code and reprt corresponding to the problem posed during the second bloc of the course.
Objetivos:
1
2
Contenidos:
Entrega práctica 3
This activity consists of delivering the code and reprt corresponding to the problem posed during the third bloc of the course.
Objetivos:
1
2
Contenidos:
Metodología docente
El curso se dividirá en una serie de sesiones teóricas y prácticas:
- Sesiones teóricas participativas en las que se introducen y discuten nuevos conceptos entre los alumnos. Se recomienda encarecidamente la discusión grupal. Se proporcionarán capítulos de libros de texto y trabajos de investigación para facilitar el debate y el intercambio de ideas.
- Se dedican sesiones prácticas para resolver problemas, diseñar métodos y desarrollar prototipos. Estas sesiones permiten a los estudiantes poner en práctica conceptos introducidos previamente para obtener una mayor comprensión.
En principio, esperamos seguir el modelo de enseñanza presencial para el año académico 2022-23.
Además, el material docente debe utilizar un lenguaje inclusivo e incluir (y visibilizar) referencias bibliográficas de mujeres.
Método de evaluación
Los estudiantes serán evaluados en función de su trabajo en tareas prácticas (entrega de prácticas en grupos de 2 estudiantes) y un examen final de teoría. La ponderación de la calificación final será proporcional a las respectivas cargas de trabajo de las tareas prácticas y el examen final de teoría. Calificación final: 50% de calificación de práctica y 50% de calificación de examen final. Para aprobar la asignatura, las dos partes (teórica y práctica) se han de aprobar.