Datos Identificativos 2020/21
Asignatura (*) Recoñecemento de Accións Humanas Código 614535006
Titulación
Máster Universitario en Visión por Computador
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 2º cuadrimestre
 Primeiro Optativa 3
Idioma
Inglés
Modalidade docente Híbrida
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Ortega Hortas, Marcos
 Correo electrónico
m.ortega@udc.es
Profesorado
Barreira Rodriguez, Noelia
Ortega Hortas, Marcos
 Correo electrónico
noelia.barreira@udc.es
m.ortega@udc.es
Web
Descrición xeral
Plan de continxencia 1. Modificacións nos contidos
Ningunha.

2. Metodoloxías
*Metodoloxías docentes que se manteñen
Todas.

*Metodoloxías docentes que se modifican
En caso de necesidade, todas as metodoloxías empregadas poderían aplicarse de modo non presencial coas ferramentas dispoñibles (Moodle, Teams, etc.)

3. Mecanismos de atención personalizada ao alumnado
Atención continuada en Teams, Moodle e correo electrónico.

4. Modificacións na avaliación
Non son necesarias.

*Observacións de avaliación:
Ningunha.

5. Modificacións da bibliografía ou webgrafía
Ningunha.

Competencias do título
Código Competencias do título
A2 CE2 - Coñecer e aplicar técnicas de aprendizaxe automática e recoñecemento de patróns aplicadas a visión por computador
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
A9 CE9 - Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías para o recoñecemento de patróns visuais en escenas reais
B3 CB8 - Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos
B7 CG2 - Capacidade para analizar as necesidades dunha empresa no ámbito da visión por computador e determinar a mellor solución tecnolóxica para a mesma
B11 CG6 - Capacidade para identificar resultados teóricos ou novas tecnoloxías con potencial innovador e convertelos en produtos e servizos de utilidade para a sociedade
B12 CG7 - Capacidade de aprendizaxe autónoma para a especialización nun ou máis campos de estudo
C3 CT3 - Desarrollo del espíritu innovador y emprendedor

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Coñecemento de técnicas de recoñecemento visual aplicadas ao recoñecemento de persoas, e partes do corpo. AM2
AM3
AM4
AM9
 BM3
BM7
BM11
BM12
 CM3
Análise e avaliación de aplicacións de recoñecemento de accións humanas AM2
AM3
AM4
AM9
 BM3
BM7
BM11
BM12
 CM3
Desenvolvemento de ferramentas baseadas en tecnoloxías avanzadas de recoñecemento de accións humanas AM2
AM3
AM4
AM9
 BM3
BM7
BM11
BM12
 CM3

Contidos
Temas Subtemas
Detección e seguimento de persoas
Detección e seguimento de caras, extremidades, e outras características de interese
Recoñecemento de patróns posturales e de comportamento.
Aplicacións do recoñecemento de accións humanas

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Prácticas de laboratorio A9 A4 B3 6 21 27
Traballos tutelados B11 B7 C3 4 12 16
Sesión maxistral A3 A2 B12 11 18 29
 
Atención personalizada 3 0 3
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas de laboratorio Prácticas en aulas de informática, aprendizaxe baseada na resolución de casos prácticos, combinando traballo e aprendizaxe autónoma con traballo en grupo para aprendizaxe cooperativa
Traballos tutelados Realización de presentacións de traballos orientados por proxectos
Sesión maxistral Leccións maxistrais participativas

Atención personalizada
Metodoloxías
Traballos tutelados
Prácticas de laboratorio
Descrición

Atención aos retos que se lle expoñen aos alumnos tanto nas prácticas como nos traballos expostos.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Sesión maxistral A3 A2 B12 Demostración de aplicación dos coñecementos impartidos en clase 30
Traballos tutelados B11 B7 C3 Proxectos prácticos relacionados coa temática da materia 40
Prácticas de laboratorio A9 A4 B3 Prácticas de desenvolvemento de casos aplicados 30
 
Observacións avaliación

Fontes de información
Bibliografía básica

I.-O. Stathopoulou, G.A. Tsihrintzis. "Visual Affect Recognition", IOS Press, 2010. ISBN:978-I-60750-596-9.

Premaratne, P. "Human Computer Interaction Using Hand Gestures". Springer 2014. ISBN: 978-981-4585-68-2.

Gong, S.; Xiang, T. "Visual Analysis of Behaviour: From pixels to semantics". Springer 2011. ISBN: 978-0-85729-669-6.

Moeslund, T.B.; Hilton, A.; Krüger, V.; Sigal, L. (Eds.), "Visual Analysis of Humans: Looking at people". Springer, 2011. ISBN: 978-0-85729-996-3.

Salah, A.A.; Gevers, T. (Eds.), "Computer Analysis of Human Behavior". Springer, 2011. ISBN: 978-0-85729-993-2.

Murino, V.; Cristani, M.; Shah, S.; Savarese, S. "Group and Crowd Behavior for Computer Vision". 2017. ISBN: 9780128092767.

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente
Fundamentos de Aprendizaxe Automática para Visión por Computador/614535007
Fundamentos de Procesamento e Análise de Imaxe/614535001
Descrición e Modelaxe de Imaxe/614535004

Materias que se recomenda cursar simultaneamente
Recoñecemento Visual/614535005

Materias que continúan o temario

Observacións


(*)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