Datos Identificativos 2022/23
Asignatura (*) Visión por Computador II Código 614544018
Titulación
Máster Universitario en Intelixencia Artificial
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 2º cuatrimestre
Primero Optativa 6
Idioma
Inglés
Modalidad docente Híbrida
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinador/a
Barreira Rodriguez, Noelia
Correo electrónico
noelia.barreira@udc.es
Profesorado
Barreira Rodriguez, Noelia
Ramos García, Lucia
Correo electrónico
noelia.barreira@udc.es
l.ramos@udc.es
Web
Descripción general O obxectivo principal desta materia é profundizar nas técnicas de visión por computador, en concreto, en técnicas avanzadas de segmentación, clasificación, detección e seguemento de obxectos, así como nas aplicacións da IA no campo da visión. Ademais do estudio de técnicas avanzadas de procesado e análise de imaxe, estudiaranse aplicacións nesta área para resolver problemas reais. Esta materia proporciona as ferramentas necesarias para aplicar os algoritmos estudiados en casos prácticos así como para desenvolver novos algoritmos.

Competencias del título
Código Competencias del título
A24 CE23 - Comprensión y dominio de los conceptos básicos y técnicas de procesamiento de imagen digital
A25 CE24 - Capacidad de aplicación de diferentes técnicas a problemas de visión por computador
A26 CE25 - Conocimientos y habilidades que permitan diseñar sistemas para detección, clasificación y seguimiento de objetos en imágenes y video
A27 CE26 - Comprensión y dominio sobre las formas de representación de las señales e imágenes en función de sus datos, así como sus características fundamentales y sus formas de representación
B1 CG01 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo de la Inteligencia Artificial
B3 CG03 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo
B5 CG05 - Trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la gestión del tiempo, personas y toma de decisiones
B6 CB01 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
B7 CB02 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
B10 CB05 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo
C3 CT03 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida
C4 CT04 - Desarrollarse para el ejercicio de una ciudadanía respetuosa con la cultura democrática, los derechos humanos y la perspectiva de género
C8 CT08 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Conocer y saber aplicar técnicas avanzadas de análisis de imagen digital. AM24
AM25
BM1
BM3
BM6
BM10
CM4
CM8
Conocer y saber aplicar técnicas avanzadas de procesado de imagen digital. AM23
AM24
BM1
BM3
BM6
BM10
CM4
CM8
Saber analizar, diseñar y desarrollar soluciones basadas en tecnologías avanzadas de procesado y análisis de imagen. AM24
AM26
BM5
BM7
CM3
Saber evaluar la adecuación de las metodologías aplicadas en problemas específicos. AM24
AM25
BM6
BM7
CM3

Contenidos
Tema Subtema
Técnicas avanzadas de procesado de imagen.
Técnicas avanzadas de análisis de imagen.
Técnicas avanzadas de segmentación.
Aplicacións avanzadas de procesado y análisis de imagen.

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Prácticas de laboratorio A25 B1 B3 B7 C3 14 42 56
Investigación (Proyecto de investigación) A25 A26 B5 B7 C3 7 35 42
Prueba mixta A24 A27 B1 B7 2 0 2
Sesión magistral A24 A27 B1 B6 B10 C4 C8 21 21 42
 
Atención personalizada 8 0 8
 
(*)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 Resolución práctica de distintos problemas de imagen mediante la aplicación de técnicas de procesado de imagen explicadas durante las sesiones magistrales.
Investigación (Proyecto de investigación) Propuesta de situaciones prácticas en análisis de imagen que requiera al estudiante identificar el problema objeto de estudio, formularlo con precisión, desarrollar los procedimientos pertinentes, interpretar los resultados y extraer las conclusiones oportunas del trabajo realizado
Prueba mixta Examen teórico de la materia orientado a la resolución de problemas prácticos.
Sesión magistral Exposición oral complementada con el uso de medios audiovisuales y la introducción de preguntas dirigidas a los estudiantes, con la finalidad de transmitir conocimientos y facilitar el aprendizaje.

Atención personalizada
Metodologías
Prácticas de laboratorio
Investigación (Proyecto de investigación)
Descripción
Resolución de dudas durante las prácticas de laboratorio.

Asesoramiento individualizado durante la realización de los proyectos de investigación.

Evaluación
Metodologías Competéncias Descripción Calificación
Prácticas de laboratorio A25 B1 B3 B7 C3 Resolución de ejercicios prácticos relacionados con las sesiones magistrales. Se valorará la adecuación de las soluciones propuestas a los problemas, la calidad de los resultados obtenidos y la comprensión de las técnicas utilizadas. 40
Investigación (Proyecto de investigación) A25 A26 B5 B7 C3 Resolución de casos prácticos. Se valorará la adecuación de las soluciones propuestas a los problemas, la calidad de los resultados obtenidos y la comprensión de las técnicas utilizadas. 60
Prueba mixta A24 A27 B1 B7 Prueba escrita con cuestiones teóricas y problemas prácticos a resolver. 0
 
Observaciones evaluación
La entrega das prácticas de laboratorio a lo largo del curso supone el 40% de la calificación final. De forma alternativa, se puede alcanzar el 40% de la calificación final realizando la proba mixta. La presentación de las prácticas de laboratorio exime de la realización de la prueba mixta. 

Si el alumnado entrega las prácticas de laboratorio y se presenta posteriormente a la prueba mixta, prevalecerá la calificación obtenida en la prueba mixta. 

Se considerará no presentado/a a quien no entregue ninguna de las pruebas. 

En la segunda oportunidad: 
  • En caso de un no presentado/a en la primera oportunidad, la evaluación se hará en función del proyecto de investigación (hasta el 60% de la calificación total) y la prueba mixta (hasta el 40% de la calificación total). 
  • Si el/la estudiante entregó las prácticas de laboratorio y/o los proyectos de investigación pero no alcanzó el aprobado en la primera convocatoria, se conservará la calificación obtenida para la segunda oportunidad en cada una de las partes. Para alcanzar la nota necesaria para aprobar, el/la estudiante deberá entregar los proyectos no presentados/aprobados y/o realizar la prueba mixta. 

Fuentes de información
Básica R. Szeliski (2010). Computer vision: algorithms and applications. Springer
M. Elgendy (2020). Deep Learning for Vision Systems. Manning
M. Sonka, V. Hlavac, R. Boyle (2015). Image Processing, Analysis and Machine Vision. Cengage Learning

Complementária I. Goodfellow, Y, Bengio, A. Courville (2016). Deep Learning. MIT Press


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Visión por Computador I/614544017

Asignaturas que se recomienda cursar simultáneamente
Aprendizaje Profundo/614544013

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