Código: 240507 | Asignatura: VISIÓN ARTIFICIAL | ||||
Créditos: 6 | Tipo: Optativa | Curso: | Periodo: 1º S | ||
Departamento: Estadística, Informática y Matemáticas | |||||
Profesorado: | |||||
PATERNAIN DALLO, DANIEL (Resp) [Tutorías ] | PASCUAL CASAS, RUBEN [Tutorías ] |
Módulo: Mención Computación y Sistemas Inteligentes
Materia: Sistemas Inteligentes
Esta asignatura pretende proporcionar al estudiante los principios y conceptos básicos de la visión por computador con un enfoque teórico y otro aplicado a la Ingeniería. Deben adquirir una base sólida en las técnicas básicas de procesamientos de imagen como segmentación, detección de bordes, reconocimiento de objetos y morfología matemática.
G1 - Capacidad para concebir, redactar, organizar, planificar, desarrollar y firmar proyectos en el ámbito de la ingeniería en informática que tengan por objeto la concepción, el desarrollo o la explotación de sistemas, servicios y aplicaciones informáticas.
G2 - Capacidad para dirigir las actividades objeto de los proyectos en el ámbito de la informática.
G4 - Capacidad para definir, evaluar y seleccionar plataformas hardware y software para el desarrollo y la ejecución de sistemas, servicios y aplicaciones informáticas.
G5 - Capacidad para concebir, desarrollar y mantener sistemas, servicios y aplicaciones informáticas empleando los métodos de la ingeniería del software como instrumento para el aseguramiento de su calidad.
G6 - Capacidad para concebir y desarrollar sistemas o arquitecturas informáticas centralizadas o distribuidas integrando hardware, software y redes.
G9 - Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en Informática
G10 - Conocimientos para la realización de mediciones, cálculos, valoraciones, tasaciones, peritaciones, estudios, informes, planificación de tareas y otros trabajos análogos de informática.
G11 - Capacidad para analizar y valorar el impacto social y medioambiental de las soluciones técnicas, comprendiendo la responsabilidad ética y profesional de la actividad del Ingeniero Técnico en Informática
C1 - Capacidad para tener un conocimiento profundo de los principios fundamentales y modelos de la computación y saberlos aplicar para interpretar, seleccionar, valorar, modelar, y crear nuevos conceptos, teorías, usos y desarrollos tecnológicos relacionados con la informática.
C4 - 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.
C5 - Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.
C6-A Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.
RA1: Saber los fundamentos, paradigmas y técnicas de los sistemas inteligenes aplicados a visión artificial.
RA2: Comprender los problemas de la visión artificial.
RA3: Aprender diferentes técnicas de adquisición de la imagen según el campo de aplicación.
RA4: Conocer métodos de preprocesamiento de imagen, detección de bordes y segmentación.
RA5: Saber analizar los problemas de extracción de características, reconocimiento y localización de objetos.
RA6: Desarrollar métodos de interpretación de escenas.
RA7: Analizar técnicas de aplicación industrial.
RA8: Utilizar las técnicas de ingeniería del conocimiento, percepción, decisión, la planificación y control de la acción en la «interacción situada» de un robot concreto, en un medio concreto y realizando una tarea concreta
Metodología - Actividad
|
Horas Presenciales
|
Horas no presenciales
|
A-1 Clases teóricas |
26
|
|
A-2 Aprendizaje basado en problemas y/o casos
|
8 | 10 |
A-3 Sesiones prácticas |
20
|
|
A-4 Programación y resolución de problemas, ejercicios |
|
22 |
A-5 Elaboración de trabajo
|
|
22
|
A-6 Estudio individual
|
|
32 |
A-7 Exámenes, evaluación prácticas
|
4 |
|
A-8 Tutorías individuales
|
2
|
|
A-9 Preparación de presentaciones de
trabajos, proyectos, etc... |
4 | |
Total
|
60
|
90 |
Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
---|---|---|---|---|
RA1, RA2, RA3, RA4, RA7 | Examen teórico | 40 | SÍ | 5 |
RA1, RA2, RA3, RA4, RA5, RA6, RA8 | Pruebas prácticas durante el curso | 30 | SÍ | 5 |
RA1, RA2, RA5, RA6, RA7, RA8 | Entrega de trabajos prácticos | 30 | SÍ |
El examen teórico se recuperará con un examen teórico extraordinario que ponderará un 40%
Las pruebas prácticas se recuperarán en un examen extraordinario práctico que ponderará un 30%
El trabajo se recuperará mediante la entrega y presentación de un nuevo trabajo que ponderará un 30%
La calificación final del estudiantado que no obtenga la nota mínima exigida en las actividades primera o segunda será:
Tema 1. Introducción a procesamiento de imagen digital
Tema 2. Transformaciones de intensidad y filtros
Tema 3. Detección de bordes
Tema 4. Segmentación
Tema 5. Reducción, compresión y ampliación de imágenes
Tema 6. Fusión de imágenes
Tema 7. Extracción de características morfológicas
Práctica 0: Introducción a Python, Numpy, matplotlib
Práctica 1: Introducción a OpenCV
Práctica 2: Transformaciones de intensidad
Práctica 3: Filtros espaciales
Práctica 4: Detección de bordes
Práctica 5: Umbralización
Práctica 6: Segmentación y clustering
Práctica 7: Reducción y compresión de imágenes
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
BIBLIOGRAFÍA FUNDAMENTAL:
BIBLIOGRAFÍA COMPLEMENTARIA: