Universidad Pública de Navarra



Año Académico: 2023/2024 | Otros años:  2022/2023  |  2021/2022  |  2020/2021  |  2019/2020 
Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra
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 ]

Partes de este texto:

 

Módulo/Materia

Módulo: Mención Computación y Sistemas Inteligentes

Materia: Sistemas Inteligentes

Subir

Descripción/Contenidos

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.

Subir

Competencias genéricas

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

Subir

Competencias específicas

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.

 

 

Subir

Resultados aprendizaje

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

Subir

Metodología

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

Subir

Evaluación

 

Resultados de
aprendizaje
Actividad de
evaluación
Peso (%) Carácter
recuperable
Nota mínima
requerida
RA1, RA2, RA3, RA4, RA7 Examen teórico 40 5
RA1, RA2, RA3, RA4, RA5, RA6, RA8 Pruebas prácticas durante el curso 30 5
RA1, RA2, RA5, RA6, RA7, RA8 Entrega de trabajos prácticos 30  

 

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:

  • la media ponderada con los pesos arriba indicados si esta media es menor o igual a 4
  • 4 si la media ponderada es mayor que 4

Subir

Temario

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

Subir

Programa de prácticas experimentales

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

 

 

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


BIBLIOGRAFÍA FUNDAMENTAL:

  • BURGER, W. Y BURGE, M.J., Digital Image Processing, An Algorithmic Introduction Using Java, Springer, 2016.
  • GONZALEZ, R.C. y WOODS, R.E., Digital Image Processing, Prentice Hall, 2008.
  • SHAPIRO, L. y STOCKMAN, G.C., Computer Vision, Prentice Hall, 2001.
  • SONKA, M., HLAVAC, V., y BOYLE, R., Image Processing, Analysis and Machine Vision, CL-Engineering, 2007.

BIBLIOGRAFÍA COMPLEMENTARIA:

  • GONZALEZ, J., Visión por Computador, Paraninfo, 2000.
  • FORSYTH, D. y PONCE, J., Computer Vision: A modern approach, Prentice Hall, 2002.
  • HARTLEY, R. y ZISSERMAN, A., Multiple View Geometry in Computer Vision, Cambridge University Press, 2004.
  • SCHALKOFF, R.J., Digital Image Processing and Computer Vision, Wiley, 1989.
  • UMBAUGH, S.E., Computer Imaging. Digital Image Analysis and Processing, CRC Press, 2005

 

Subir

Idiomas

Castellano. Se podrá facilitar algún material en inglés

Subir