| Competencias do título |
| Código | Competencias do título |
| A1 | CE1 - Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías de procesado de imaxe |
| A3 | CE3 - Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías de análises de imaxe e vídeo |
| A4 | CE4 - Concibir, desenvolver e avaliar sistemas complexos de visión por computador |
| A5 | CE5 - Analizar e aplicar métodos do estado da técnica en visión por computador |
| B1 | CB6 - Posuír e comprender coñecementos que acheguen unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación |
| B5 | CB10 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en gran medida autodirixido ou autónomo |
| B7 | CG2 - Capacidade para analizar as necesidades dunha empresa no ámbito da visión por computador e determinar a mellor solución tecnolóxica para a mesma |
| B8 | CG3 - Capacidade para desenvolver sistemas de visión por computador dependendo das necesidades existentes e aplicar as ferramentas tecnolóxicas máis axeitadas |
| B10 | CG5 - Capacidade para identificar problemas sen resolver e achegar solucións innovadoras |
| B12 | CG7 - Capacidade de aprendizaxe autónoma para a especialización nun ou máis campos de estudo |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias do título | ||
| Estudar e aplicar técnicas avanzadas de procesamento de imaxe dixital. | AM1 |
BM5 BM12 |
|
| Estudar e aplicar técnicas avanzadas de análise de imaxe dixital. | AM3 |
BM5 BM12 |
|
| Análise de problemas reais así como deseño e desenvolvemento de solucións baseadas en tecnoloxías avanzadas de procesado e análise de imaxe. | AM4 AM5 |
BM1 BM5 BM7 BM8 BM10 BM12 |
|
| Avaliación da adecuación das metodoloxías aplicadas en problemas específicos. | AM4 |
||
| Contidos |
| Temas | Subtemas |
| Eliminación de ruido avanzado | Total variation |
| Detección de bordes avanzada | Filtro bilateral Difusión anisotrópica Congruencia de fase |
| Segmentación avanzada | Modelos deformables Métodos de conxuntos de niveis Markov Random Fields Graph cuts |
| Segmentación basada en aprendizaxe | Active shape/appearance models |
| Modelos de atención e prominencia | |
| Temas seleccionados en procesado e análise de imaxe avanzada | Segmentación semántica Mellora multivista Superresolución Inpainting Coloring Photo stitching Eliminación de fondo |
| Planificación | ||||
| Metodoloxías / probas | Competencias | Horas presenciais | Horas non presenciais / traballo autónomo | Horas totais |
| Prácticas de laboratorio | A1 A3 A4 A5 B5 B7 B8 B10 B12 | 24 | 80 | 104 |
| Proba obxectiva | B1 B8 B10 | 3 | 0 | 3 |
| Proba de resposta breve | A1 A4 A5 | 0 | 5 | 5 |
| Sesión maxistral | A1 A3 | 14 | 24 | 38 |
| Atención personalizada | 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 | Análise e resolución de casos prácticos usando técnicas aprendidas nas sesións maxistrais. |
| Proba obxectiva | Exame escrito con preguntas sobre os contidos teóricos e problemas prácticos da materia. |
| Proba de resposta breve | Probas online con cuestións breves sobre os contidos da materia que se utilizarán para avaliar a adquisición dos coñecementos. |
| Sesión maxistral | Exposición oral complementada co uso de medios audiovisuais e na introducción de preguntas dirixidas aos estudantes, coa finalidade de transmitir coñecementos e facilitar a aprendizaxe. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias | Descrición | Cualificación |
| Proba obxectiva | B1 B8 B10 | Proba escrita con cuestións teóricas e problemas prácticos a resolver. | 0 |
| Prácticas de laboratorio | A1 A3 A4 A5 B5 B7 B8 B10 B12 | Resolución de exercicios prácticos relacionados coas sesións maxistrais. Valorarase a adecuación das solucións propostas aos problemas, a calidade dos resultados obtidos e a comprensión das técnicas utilizadas | 80 |
| Proba de resposta breve | A1 A4 A5 | Probas online con cuestións breves sobre os contidos da materia que se utilizarán para avaliar a adquisición dos coñecementos. | 20 |
| Observacións avaliación | |||
|
A proba obxectiva supón o 100% da cualificación final. De forma alternativa, pódese alcanzar o 100% da cualificación final presentando as prácticas de laboratorio e as probas de resposta breve ao longo do curso. A presentación das prácticas de laboratorio e as probas de resposta breve exime da realización da proba escrita.
|
|||
| Fontes de información |
| Bibliografía básica |
Simon J.D. Prince (2012). Computer Vision: Models, Learning, and Inference. Cambridge University Press
David A. Forsyth, Jean Ponce (2002). Computer vision: a modern approach. Prentice - Hall
Richard Szeliski (2010). Computer vision: algorithms and applications. Springer
Ian Goodfellow, Yoshua Bengio, Aaron Courville (2016). Deep learning. MIT Press
M. Sonka, V. Hlavac, R. Boyle. (2015). Image Processing, Analysis, and Machine Vision. 4th edition. Cengage Learning
Gary Bradski, Adrian Kaehler (2008). Learning OpenCV. O'Reilly |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |||
| Materias que se recomenda ter cursado previamente | |||
|
| Materias que se recomenda cursar simultaneamente | ||
|
| Materias que continúan o temario |
| Observacións | |