Datos Identificativos 2019/20
Asignatura (*) Visión Artificial Código 614G01068
Titulación
Grao en Enxeñaría Informática
Descriptores Ciclo Periodo Curso Tipo Créditos
Grado 1º cuatrimestre
Cuarto Optativa 6
Idioma
Castellano
Modalidad docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinador/a
Gonzalez Penedo, Manuel
Correo electrónico
manuel.gpenedo@udc.es
Profesorado
De Moura Ramos, Jose Joaquim
Gonzalez Penedo, Manuel
Novo Bujan, Jorge
Ortega Hortas, Marcos
Rouco Maseda, Jose
Correo electrónico
joaquim.demoura@udc.es
manuel.gpenedo@udc.es
j.novo@udc.es
m.ortega@udc.es
jose.rouco@udc.es
Web http://http://www.varpa.es/Docencia/index.html
Descripción general
Plan de contingencia

Competencias del título
Código Competencias del título
A43 Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.
A44 Capacidad para desarrollar y evaluar sistemas interactivos y de presentación de información compleja y su aplicación a la resolución de problemas de diseño de interacción persona computadora.
B1 Capacidad de resolución de problemas
B3 Capacidad de análisis y síntesis
B9 Capacidad para generar nuevas ideas (creatividad)
C4 Desarrollarse para el ejercicio de una ciudadanía abierta, culta, crítica, comprometida, democrática y solidaria, capaz de analizar la realidad, diagnosticar problemas, formular e implantar soluciones basadas en el conocimiento y orientadas al bien común.
C6 Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse.
C8 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
Comprender los conceptos básicos del Procesado Digital de imágenes orientado hacia Visión Artificial, las diferentes técnicas disponibles y su ámbito de aplicabilidad. A43
A44
B1
B9
Ser capaz de aplicar las distintas técnicas de aprendizaje empleando una metodología adecuada. A43
A44
B1
B3
C6
Conocer las técnicas disponibles para la evaluación de los sistemas basados en Visión Artificial A44
B1
B3
Utilizar los conocimientos adquiridos en diversas aplicaciones reales en donde se utilizan procesos de tratamientos digital de imágenes. A43
A44
B1
B9
C6
C8
Aprender a redactar documentos científicos A43
A44
B3
C4

Contenidos
Tema Subtema
Introducción La Imagen digital y sus propiedades
Digitalización de imagen
Propiedades, métricas y topología
Propiedades estadísticas, histograma
Preprocesado Transformaciones por nivel de gris
Transformaciones geométricas
Interpolaciones
Filtros en la Imagen Digital Filtros espaciales: Convolución
Filtros en frecuencia: Fourier
Aplicaciones: Ruido, Realce, Suavizado
Operadores Morfológicos
Operadores de Borde
Detección de formas en la imagen Transformada de Hough
Modelos deformables
Segmentación Umbralización
Algoritmos de clustering
Segmentación basada en regiones
Reconocimiento de objetos Extracción de características
Contornos
Representaciones
Color y textura
Algoritmos de clasificación
Detección de puntos de interés Esquinas
SURF
SIFT
Emparejamiento de patrones
Registro
Movimiento Detección y caracterización del movimiento
Flujo óptico
Seguimiento

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Sesión magistral A43 A44 B1 B3 C6 C8 26 49.4 75.4
Prácticas de laboratorio A43 A44 B1 C6 C8 7 14 21
Lecturas A43 A44 B3 C4 C6 C8 0 21 21
Investigación (Proyecto de investigación) A43 A44 B1 B3 B9 C4 C6 C8 7 21 28
Prueba mixta A43 A44 B1 B3 B9 1 0.6 1.6
 
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
Sesión magistral 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 razonamiento crítico del estudiante.
Prácticas de laboratorio Actividad que permite que los estudiantes aprendan efectivamente a través de la realización de actividades de carácter práctico, tales como demostraciones, ejercicios, o simulacione.
Lecturas Conjunto de textos y documentación escrita, principalmente en lengua extranjera (inglés), que se ha recogido y editado como fuente de información y profundización en los contenidos trabajados en las clases magistrales.
Investigación (Proyecto de investigación) Actividad que permite a los estudiantes el estudio y aprendizaje de la aplicación y combinación de las diferentes técnicas estudiadas para la resolución de problemas basados en entornos reales de aplicación.
Prueba mixta Actividad para la evaluación de la comprensión y capacidad analítica de las técnicas que el alumno ha utilizado para la resolución de determinados problemas.

Atención personalizada
Metodologías
Investigación (Proyecto de investigación)
Descripción
Dada la amplitud del trabajo de investigación será necesario tanto el seguimiento periódico del trabajo con el fin de guiar su desarrollo y asegurar su calidad, así como permitir a los alumnos aclarar con el profesor dudas particulares del proyecto. Para el seguimiento del mismo además de tutorías presenciales se contará con un espacio de tutorías virtuales a donde el alumno podrá enviar tambien sus consultas.

Evaluación
Metodologías Competéncias Descripción Calificación
Prácticas de laboratorio A43 A44 B1 C6 C8 Asistencia y realización de las prácticas. Compresión y análisis crítico de cada una de ellas. 30
Investigación (Proyecto de investigación) A43 A44 B1 B3 B9 C4 C6 C8 Realización del trabajo de estudio, implementación y combinación de técnicas de visión artificial. 20
Prueba mixta A43 A44 B1 B3 B9 Prueba escrita final con diferentes supuestos y cuestiones que evaluarán la capacidad de compresión, razonamiento y conocimientos del alumno en la materia 50
 
Observaciones evaluación

En cada una de las tres partes será obligatorio alcanzar una nota mínima para poder aprobar la asignatura:

  • Prueba mixta (escrita): 50% de la nota máxima en este apartado
  • Prácticas de laboratorio (defensa oral): 33% de la nota máxima en este apartado
  • Trabajo de investigación (defensa oral): 33% de la nota máxima en este apartado

Si un alumno se presenta a cualquiera de las partes evaluables propuestas, se considerará PRESENTADO y, por lo tanto, si no se presentase a alguna de las otras partes la calificación final sería de SUSPENSO.

En caso de actividades presenciales se facilitará el acceso a las mismas al alumnado con matrícula a tiempo parcial.


Fuentes de información
Básica Anil Jain (1989). Fundamentals of Digital Image Processing . Prentice Hall
Andrew Blake (1998). Active Contours . Springer
Milan Sonka (1999). Image Processing, Analysis and Machine Vision . PWS Publishing
Rafael González (1996). Tratamiento Digital de Imágenes . Addison-Wesley

Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente

Asignaturas que se recomienda cursar simultáneamente

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