Competencias del título |
Código
|
Competencias del título
|
A24 |
CE23 - Comprensión y dominio de los conceptos básicos y técnicas de procesamiento de imagen digital |
A25 |
CE24 - Capacidad de aplicación de diferentes técnicas a problemas de visión por computador |
A26 |
CE25 - Conocimientos y habilidades que permitan diseñar sistemas para detección, clasificación y seguimiento de objetos en imágenes y video |
A27 |
CE26 - Comprensión y dominio sobre las formas de representación de las señales e imágenes en función de sus datos, así como sus características fundamentales y sus formas de representación |
B1 |
CG01 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo de la Inteligencia Artificial |
B3 |
CG03 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo |
B5 |
CG05 - Trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la gestión del tiempo, personas y toma de decisiones |
B6 |
CB01 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
B7 |
CB02 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio |
B10 |
CB05 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo |
C2 |
CT02 - Dominar la expresión y la comprensión de forma oral y escrita de un idioma extranjero |
C3 |
CT03 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida |
C8 |
CT08 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias del título |
Conocer y comprender las características fundamentales de la imagen digital y sus formas de representación.
Conocer, comprender y saber aplicar las técnicas de procesamiento de la imagen digital.
Conocer, comprender y saber aplicar las técnicas de análisis de imagen digital.
Capacidad de aplicación de diferentes técnicas a problemas de visión por computador. |
AM23 AM24 AM25 AM26
|
BM1 BM3 BM5 BM6 BM7 BM10
|
CM2 CM3 CM8
|
Contenidos |
Tema |
Subtema |
Introducción a la visión por computador. |
|
Entornos y bibliotecas de programación en visión. |
|
Espacios de color y preprocesado. |
|
Operadores locales. |
|
Fundamentos de segmentación de imagen. |
|
Fundamentos de análisis multiescala. |
|
Planificación |
Metodologías / pruebas |
Competéncias |
Horas presenciales |
Horas no presenciales / trabajo autónomo |
Horas totales |
Sesión magistral |
A24 A25 A26 A27 B1 B3 B5 B6 B7 B10 C2 C3 C8 |
10 |
22 |
32 |
Prácticas de laboratorio |
A24 A25 A26 A27 B1 B3 B5 B6 B7 B10 C2 C3 C8 |
7 |
21 |
28 |
Estudio de casos |
A24 A25 A26 A27 B1 B3 B5 B6 B7 B10 C2 C3 C8 |
4 |
10 |
14 |
|
Atención personalizada |
|
1 |
0 |
1 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Sesión magistral |
El profesorado presenta un tema al alumnado con el objetivo de facilitar un conjunto de información con alcance concreto. Esta metodología docente se aplicará a la actividad formativa "Clases de teoría". |
Prácticas de laboratorio |
El profesorado de la materia plantea al alumnado un problema o problemas de carácter práctico cuya resolución requiere la comprensión y aplicación de los contenidos teórico-prácticos incluidos en los contenidos de la materia. El alumnado puede trabajar la solución a los problemas planteados de forma individual o en grupos. Esta metodología docente se aplicará a la actividad formativa "Clases prácticas de laboratorio" y se podrá aplicar a la actividad formativa de "Sesiones de aprendizaje basado en problemas, seminarios, estudio de casos y proyectos". |
Estudio de casos |
Se plantea al alumnado un escenario de trabajo, real o ficticio, que presenta una determinada problemática. El alumnado debe aplicar los conocimientos teórico-prácticos de la asignatura para buscar una solución a la cuestión o cuestiones planteadas. Como norma general, el estudio de casos se realizará en grupos. Los distintos grupos de trabajo expondrán y pondrán en común sus soluciones. |
Atención personalizada |
Metodologías
|
Sesión magistral |
|
Descripción |
El profesorado atenderá al alumnado en sesiones de tutorías individualizadas dedicadas a la orientación en el estudio y la resolución de dudas sobre los contenidos y trabajos de la asignatura. |
|
Evaluación |
Metodologías
|
Competéncias |
Descripción
|
Calificación
|
Sesión magistral |
A24 A25 A26 A27 B1 B3 B5 B6 B7 B10 C2 C3 C8 |
La parte relativa a la presentación de las sesiones magistrales se evaluará mediante pruebas escritas y/o mediante la evaluación continua de prácticas de laboratorio, en las que se valorará la adecuación de las soluciones propuestas a los problemas, la calidad de los resultados obtenidos y la comprensión de las técnicas utilizadas. |
40 |
Estudio de casos |
A24 A25 A26 A27 B1 B3 B5 B6 B7 B10 C2 C3 C8 |
Resolución de casos prácticos. Se valorará la adecuación de las soluciones propuestas a los problemas, la calidad de los resultados obtenidos y la comprensión de las técnicas utilizadas. |
60 |
|
Observaciones evaluación |
Todas las notas de tareas y exámenes se conservarán hasta la segunda oportunidad. Allí los alumnos podrán repetir algunas de las actividades de evaluación. La nota final será la que se calcule teniendo en cuenta las notas máximas entre las actividades correspondientes en ambas oportunidades. Un estudiante será clasificado como No Presentado si no presenta ningún ejercicio de evaluación o toma alguna prueba en alguna de las oportunidades.
La copia total o parcial de cualquier ejercicio de práctica o teoría supondrá una suspensión en ambas ocasiones de la asignatura, con una calificación de 0,0 en ambos casos.
|
Fuentes de información |
Básica
|
Richard Szeliski (2010). Computer Vision: Algorithms and Applications. Springer Science. |
|
Complementária
|
D.A. Forsyth y J. Ponce (2002). Computer Vision--A Modern Approach. Prentice Hall.
Gonzalez & Woods (2009). Digital image processing. Pearson.
Steger, Carsten and Ulrich, Markus and Wiedemann, Christian (2018). Machine vision algorithms and applications. John Wiley. |
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
|
Otros comentarios |
-Se recomienda mantener al día el estudio de la teoría, la realización de prácticas y la resolución de problemas. Igualmente consideramos importante hacer un buen aprovechamiento de las tutorías para la discusión de los ejercicios prácticos y como vía de resolución inmediata de dudas. -Según se recoge en las distintas normativas de aplicación para la docencia universitaria, se deberá incorporar la perspectiva de género en esta materia (se utilizará lenguaje no sexista, se utilizará bibliografía de autores/as de ambos sexos, se propiciará la intervención en clase de alumnos y alumnas...). -Se trabajará para identificar y modificar prejuicios y actitudes sexistas e influiremos en el entorno para modificarlos y fomentar valores de respeto e igualdad. -Se deberán detectar situaciones de discriminación por razón de género y se propondrán acciones y medidas para corregirlas. |
|