Datos Identificativos 2023/24
Asignatura (*) Visión Artificial na Industria Código 730497239
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 2º cuadrimestre
 Segundo Optativa 3
Idioma
Castelán
Galego
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Paz López, Alejandro
 Correo electrónico
alejandro.paz.lopez@udc.es
Profesorado
Guerreiro Santalla, Sara
Mallo Casdelo, Alma María
Paz López, Alejandro
 Correo electrónico
sara.guerreiro@udc.es
alma.mallo@udc.es
alejandro.paz.lopez@udc.es
Web http://campusvirtual.udc.gal
Descrición xeral Esta asignatura ten como obxectivo formar aos estudantes nos conceptos e aspectos prácticos fundamentais da visión artificial (ou visión por computador) no ámbito industrial. A formación está enfocada a dotar aos alumnos dos conceptos introductorios necesarios que lles permitan identificar e analizar problemas potencialmente resolubles con técnicas de visión artificial, como poden ser a inspección ou control de calidade automatizadas de produtos. Ademais, o apartado práctico da asignatura permitirá que os alumnos poidan levar á práctica exemplos de aplicación dalgúns dos conceptos introducidos na parte teórica.

Competencias do título
Código Competencias / Resultados do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias / Resultados do título
Coñecer os procedementos de adquisición de imaxes digitales e as súas particularidades na contorna industrial. BP1
BP3
BP4
BP5
BP6
BP13
BP14
BP15
BP16
 CP1
CP3
CP6
CP7
CP8
CP9
Coñecer as principais técnicas de acondicionamiento de imaxes e iniciarse no seu uso práctico. AP8
 BP1
BP2
BP5
BP16
 CP1
CP9
CP11
Coñecer as principais técnicas de procesado de imaxes digitales e iniciarse no seu uso práctico. AP8
 BP1
BP2
BP5
BP16
 CP1
CP9
CP11
Adquirir os coñecementos básicos sobre os procesos de análises de imaxe máis utilizados na industria e iniciarse no seu uso práctico. AP8
 BP1
BP2
BP5
BP16
 CP1
CP9
CP11

Contidos
Temas Subtemas
Introducción á visión artificial. - Conceptos básicos.
- Aplicacións de visión artificial na industria.
- Adquisición e representación de imaxes.
- Propiedades das imaxes.
Compoñentes dun sistema de visión artificial para entornos industriais.
- Compoñentes dun sistema de visión artificial para entornos industriais.
Deseño de sistemas de visión artificial para tarefas de inspección automatizada. - Deseño de sistemas de visión artificial para tarefas de inspección automatizada.
Análise de imaxe. - Introducción as técnicas comúns de análise de imaxe utilizadas en aplicacións de automatización industrial.
- Filtrado de imaxes.
- Binarización.
- Análise morfolóxico.
- Segmentación.
Outras ferramentas. - Cámaras intelixentes.
- Deep Learning.

Planificación
Metodoloxías / probas Competencias / Resultados Horas lectivas (presenciais e virtuais) Horas traballo autónomo Horas totais
Sesión maxistral A8 B1 B2 B4 B5 B13 B15 B14 B16 B6 C3 C6 C8 C9 7 10.5 17.5
Prácticas a través de TIC B1 B4 B13 B16 C1 C9 C11 14 14 28
Traballos tutelados B3 B13 B15 B16 B6 C1 C3 C7 C9 C11 0 24.5 24.5
 
Atención personalizada 5 0 5
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Actividade presencial na aula ou a través de TICs para a explicación oral do temario teórico fomentando a discusión e a participación dos alumnos.
Prácticas a través de TIC Actividade presencial na aula ou a través de TICs para realización de prácticas nas que se aplicarán algunhas das técnicas e estratexias vistas en teoría. Os alumnos completarán as propostas de traballos planteadas polos profesores. Estas prácticas poderán estar relacionadas coa aplicación práctica de técnicas de procesamento de imaxes, o análise da solución adecuada a un problema industrial que pode resolverse con visión artificial, ou a selección e configuración de elementos hardware-software para un sistema de visión concreto.
Traballos tutelados Traballo/s de profundización práctica sobre algún tema de teoría propostos polos profesores da asignatura. Os alumnos realizarán un ou varios traballos de estudo ou deseño dos aspectos relevantes dunha técnica ou solución de visión artificial no contexto proposto polos profesores. Os traballos serán expostos e discutidos diante dos compañeiros e entregados por escrito. Os traballos serán realizados polos alumnos de forma autónoma e o seu avance será tutorizado polos profesores.

Atención personalizada
Metodoloxías
Traballos tutelados
Prácticas a través de TIC
Descrición
Prácticas a través de TIC: Para a realización das prácticas, o alumno poderá consultar co profesor todas as dúbidas que lle xurdan sobre a realización dos traballos.

Traballos tutelados: é recomendable o uso da atención personalizada nestas actividades para resolver dúbidas, para discutir e orientar o traballo co profesor, e para ter un seguimiento do correcto avance do traballo.

Avaliación
Metodoloxías Competencias / Resultados Descrición Cualificación
Traballos tutelados B3 B13 B15 B16 B6 C1 C3 C7 C9 C11 Propoñerase un ou varios traballos tutelados que deberán ser desenvolvidos de forma autónoma polo alumno fóra das clases e que terán que ser presentados e defendidos. Disporase de atención personaliza por parte do profesor, que computa na avaliación. É imprescindible obter unha cualificación mínima de 4,5 puntos sobre 10 nesta metodoloxía para superar a asignatura. 50
Prácticas a través de TIC B1 B4 B13 B16 C1 C9 C11 Propoñeranse un ou varios traballos prácticos de aplicación de técnicas concretas de visión artificial ao longo do curso que serán desenvolvidos polos alumnos e entregados para a súa avaliación. É imprescindible obter unha cualificación mínima de 4,5 sobre 10 nesta metodoloxía para superar a asignatura.

Poderase valorar positivamente a asistencia e participación activa nas clases ata un máximo de 1 punto sobre 10. 		50
 
Observacións avaliación
Aspectos xerais:
  • A avaliación desta materia está baseada na superación das dúas metodoloxías principais: Traballos Tutelados e Prácticas a través de TIC. A nota mínima para superar a materia será dun 5 sobre 10, sumando a nota de ambas as metodoloxías (a condición de que se supere a nota mínima esixida en cada metodoloxía). 
  • É requisito para superar a materia entregar, expoñer/defender os traballos e prácticas nas datas que se indiquen.
  • No caso de plaxio en prácticas ou traballos docentes entregados, se terá en conta o artigo 11, apartado 4 b), do Regulamento disciplinar do estudantado da UDC:
    b) Cualificación de suspenso na convocatoria en que se cometa a falta e respecto da materia en que se cometese: o/a estudante será cualificado con “suspenso” (nota numérica 0) na convocatoria correspondente do curso académico, tanto se a comisión da falta se produce na primeira oportunidade como na segunda. Para isto, procederase a modificar a súa cualificación na acta de primeira oportunidade, se fose necesario.

Segunda oportunidade:
  • No caso de que o alumno non supere a materia na primeira oportunidade, deberá repetir na segunda oportunidade aquelas actividades que non foron superadas coas modificacións que se indiquen. 
  • Aplícanse os mesmos criterios de avaliación que na primeira oportunidade.

Convocatoria adiantada (decembro):
  • Aplican as mesmas metodoloxías. 
  • O alumno deberá poñerse en contacto cos profesores a principios do primeiro cuadrimestre (setembro) para que se lle comuniquen os traballos a entregar e dispoña de tempo suficiente para a súa realización e revisión.

Matrícula a tempo parcial:
  • Elimínase a obrigatoriedade de asistir ás actividades nas que se poida esixir presencialidad, salvo na exposición de traballos. 
  • Poderase acumular a porcentaxe da nota correspondente á asistencia a clase nas outras actividades, seguindo as indicacións dos profesores. Esta opción deberá notificarse aos profesores da materia.

Fontes de información
Bibliografía básica Gonzalo Pajares, Arturo de la Escalera, Enrique Alegre (2016). Conceptos y métodos en visión por computador. Comité Español de Automática
Sandipan Dey (2018). Hands-On Image Processing with Python. Packt Publishing
Eusebio de la Fuente López, Félix Miguel Trespaderne (2012). Visión artificial industrial. Procesamiento de imágenes para inspección automática y robótica.. Universidad de Valladoliz

Bibliografía complementaria Richard Szeliski (2010). Computer Vision: Algorithms and Applications. Springer
Libros accesibles de forma libre a través do proxecto CVONLINE (http://homepages.inf.ed.ac.uk/rbf/CVonline/SUPPORT/overview.htm). Os libros están dispoñibles na seguinte páxina web: http://homepages.inf.ed.ac.uk/rbf/CVonline/books.htm
Documentación da librería Scikit-Image
Documentación da librería OpenCV
Versión borrador online gratuita do libro "Computer Vision: Algorithms and Applications": 
Versión borrador online gratuita do libro "Conceptos y métodos en visión por Computador":

Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente
Introdución á Aprendizaxe Automática/730497240

Materias que continúan o temario

Observacións
A entrega dos traballos documentais que se realicen nesta materia:
  1. Solicitarase en formato virtual e/ou soporte informático.
  2. Realizarase a través do Campus Virtual, en formato dixital sen necesidade de imprimilos
  3. De se realizar en papel:
    • Non se empregarán plásticos.
    • Realizaranse impresións a dobre cara. 
    • Empregarase papel reciclado.
    • Evitarase a impresión de borradores.

Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria deberase incorporar a perspectiva de xénero nesta materia (usarase linguaxe non sexista, utilizarase bibliografía de autores/as de ambos sexos, propiciarase a intervención en clase de alumnos e alumnas...).

Traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade.

Deberanse detectar situacións de discriminación por razón de xénero e proporanse accións e medidas para corrixilas.


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías