Datos Identificativos 2024/25
Asignatura (*) Principios de Visión por Computador Código 614G03032
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Grao 1º cuadrimestre
Terceiro Optativa 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Rouco Maseda, Jose
Correo electrónico
jose.rouco@udc.es
Profesorado
De Moura Ramos, Jose Joaquim
Novo Bujan, Jorge
Rouco Maseda, Jose
Correo electrónico
joaquim.demoura@udc.es
j.novo@udc.es
jose.rouco@udc.es
Web
Descrición xeral

Competencias / Resultados do título
Código Competencias / Resultados do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias / Resultados do título
Comprender los conceptos básicos y técnicas de procesado y análisis de imagen digital B1
B2
B7
B9
B10
C3
Comprender los conceptos básicos y técnicas de representación y reconocimiento de patrones visuales B1
B2
B7
B9
B10
C3
Saber aplicar diferentes técnicas básicas a problemas de visión por computador B1
B2
B7
B9
B10
C3
Saber evaluar la adecuación de las metodologías aplicadas en problemas de visión por computador B1
B2
B7
B9
B10
C3

Contidos
Temas Subtemas
Fundamentos de imagen digital
Mejora de luminosidad y contraste
Filtrado espacial y en frecuencia
Detección bordes y puntos característicos
Fundamentos de segmentación de imagen
Representación y reconocimiento de patrones visuales
Correspondencia y alineamiento de patrones visuales

Planificación
Metodoloxías / probas Competencias / Resultados Horas lectivas (presenciais e virtuais) Horas traballo autónomo Horas totais
Prácticas de laboratorio B1 B2 B7 B9 B10 C3 10 30 40
Investigación (Proxecto de investigación) B1 B2 B7 B9 B10 C3 10 50 60
Proba obxectiva B1 B2 B7 B9 B10 C3 1 7 8
Sesión maxistral B1 B2 B7 B9 B10 C3 21 21 42
 
Atención personalizada 0 0 0
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas de laboratorio Actividade que permite que os estudantes aprendan efectivamente a través da realización de actividades de carácter práctico, tales como demostracións, exercicios, ou simulacións.
Investigación (Proxecto de investigación) Actividade que permite aos estudantes o estudo e aprendizaxe da aplicación e combinación das diferentes técnicas estudadas para a resolución de problemas baseados en ámbitos reais de aplicación.
Proba obxectiva Actividade para a avaliación da comprensión e capacidade analítica das técnicas que o alumno utilizou para a resolución de determinados problemas.
Sesión maxistral Exposición oral complementada con el uso de medios audiovisuales y la introducción de algunas preguntas dirigidas a los estudiantes, con el objetivo de transmitir conocimiento así como de estimular el razomaniento crítico del estudiante.

Atención personalizada
Metodoloxías
Investigación (Proxecto de investigación)
Prácticas de laboratorio
Descrición
Dada a amplitude do traballo de investigación será necesario tanto o seguimento periódico do traballo co fin de guiar o seu desenvolvemento e asegurar a súa calidade, así como permitir aos alumnos aclarar co profesor dúbidas particulares do proxecto.

Avaliación
Metodoloxías Competencias / Resultados Descrición Cualificación
Proba obxectiva B1 B2 B7 B9 B10 C3 Proba obxetiva con diferentes supostos e cuestións que avaliarán a capacidade de compresión, razoamento e coñecementos do alumnado na materia 50
Investigación (Proxecto de investigación) B1 B2 B7 B9 B10 C3 Realización do traballo de estudo, implementación e combinación de técnicas de visión artificial. 30
Prácticas de laboratorio B1 B2 B7 B9 B10 C3 Asistencia Obligatoria e realización das prácticas. Compresión e análise crítica de cada unha delas. 20
 
Observacións avaliación

En cada unha das seguintes actividades avaliables será obrigatorio alcanzar unha nota mínima para poder aprobar a materia:

  • Proba mixta (escrita): 30% da nota máxima neste apartado
  • Prácticas de laboratorio (defensa oral): 30% da nota máxima neste apartado
  • Traballo de investigación (defensa oral): 30% da nota máxima neste apartado

O alumnado presentado a calquera das partes avaliables,
considerarase presentado na asignatura e, polo tanto, se non se presentase a algunha
das outras partes, resultando a cualificación destas en 0, non podería superar a asignatura debido ao mínimo esixido.

Poderase-lle dar facilidades aos estudantes matriculados a tempo parcial, previa comunicación co profesor responsable.

Todos os aspectos relacionados con “dispensa académica”, “dedicación ao estudo”, “permanencia” e “fraude académica” rexeranse de acordo coa normativa académica vixente da UDC.


Fontes de información
Bibliografía básica David A Forsyth, Jean Ponce (2012). Computer vision: A modern approach. Pearson
Richard Szeliski (2022). Computer Vision: Algorithms and Applications. Springer
Rafael González, Richard Woods (2008). Digital Image Processing. Pearson
Mark S. Nixon, Alberto S. Aguado (2012). Feature Extraction & Image Processing for Computer Vision. Elsevier
Antonio Torralba, Phillip Isola, William T. Freeman (2024). Foundations of Computer Vision. The MIT Press

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións
<p>-Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria incorporarase a perspectiva de xénero nesta materia</p><p>-Traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade.</p><p>-Deberanse detectar situacións de discriminación por razón de xénero e proporanse accións e medidas para corrixilas </p>


(*)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