Datos Identificativos 2020/21
Asignatura (*) Reconocimiento de Acciones Humanas Código 614535006
Titulación
Máster Universitario en Visión por Computador
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 2º cuatrimestre
 Primero Optativa 3
Idioma
Inglés
Modalidad docente Híbrida
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinador/a
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
Descripción general
Plan de contingencia 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 del título
Código Competencias del título
A2 CE2 - Conocer y aplicar técnicas de aprendizaje automático y reconocimiento de patrones aplicadas a visión por computador
A3 CE3 - Conocer y aplicar los conceptos, metodologías y tecnologías de análisis de imagen y vídeo
A4 CE4 - Concebir, desarrollar y evaluar sistemas complejos de visión por computador
A9 CE9 - Conocer y aplicar los conceptos, metodologías y tecnologías para el reconocimiento de patrones visuales en escenas reales
B3 CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
B7 CG2 - Capacidad para analizar las necesidades de una empresa en el ámbito de la visión por computador y determinar la mejor solución tecnológica para la misma
B11 CG6 - Capacidad para identificar resultados teóricos o nuevas tecnologías con potencial innovador y convertirlos en productos y servicios de utilidad para la sociedad
B12 CG7 - Capacidad de aprendizaje autónomo para la especialización en uno o más campos de estudio
C3 CT3 - Desarrollo del espíritu innovador y emprendedor

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Conocimiento de técnicas de reconocimiento visual aplicadas al reconocimiento de personas, y partes del cuerpo. AM2
AM3
AM4
AM9
 BM3
BM7
BM11
BM12
 CM3
Análisis y evaluación de aplicaciones de reconocimiento de acciones humanas AM2
AM3
AM4
AM9
 BM3
BM7
BM11
BM12
 CM3
Desarrollo de herramientas basadas en tecnologías avanzadas de reconocimiento de acciones humanas AM2
AM3
AM4
AM9
 BM3
BM7
BM11
BM12
 CM3

Contenidos
Tema Subtema
Detección y seguimiento de personas
Detección y seguimiento de caras, extremidades, y otras características de interés
Reconocimiento de patrones posturales y de comportamiento
Aplicaciones del reconocimiento de acciones humanas

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Prácticas de laboratorio A9 A4 B3 6 21 27
Trabajos tutelados B11 B7 C3 4 12 16
Sesión magistral A3 A2 B12 11 18 29
 
Atención personalizada 3 0 3
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Prácticas de laboratorio Prácticas en aulas de informática, aprendizaje basado en la resolución de casos prácticos, combinando trabajo y aprendizaje autónoma con trabajo en grupo para aprendizaje cooperativo
Trabajos tutelados Realización de presentaciones de trabajos orientados por proyectos
Sesión magistral Lecciones magistrales participativas

Atención personalizada
Metodologías
Trabajos tutelados
Prácticas de laboratorio
Descripción

Atención a los retos que se le exponen a los alumnos tanto en las prácticas como en los trabajos expuestos.

Evaluación
Metodologías Competéncias Descripción Calificación
Sesión magistral A3 A2 B12 Demostración de aplicación de los conocimientos impartidos en clase 30
Trabajos tutelados B11 B7 C3 Proyectos prácticos relacionados con la temática de la materia 40
Prácticas de laboratorio A9 A4 B3 Prácticas de desarrollo de casos aplicados 30
 
Observaciones evaluación

Fuentes de información
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.

Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Fundamentos de Aprendizaje Automático para Visión por Computador/614535007
Fundamentos de Procesado y Análisis de Imagen/614535001
Descripción y Modelado de Imagen/614535004

Asignaturas que se recomienda cursar simultáneamente
Reconocimiento Visual/614535005

Asignaturas que continúan el temario

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías