Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa

Módulo/Materia

Módulo: MTT - Módulo de Tecnologías de Telecomunicación

Materia: M1 - Tecnologías Avanzadas de Telecomunicación

Subir

Descripción/Contenidos

• Captura de imagen y vídeo
• Entornos C++: OpenCV y Qt
• Procesado de imagen avanzado
• Extracción de características
• Clasificación automática

Subir

Competencias genéricas

• CB7: 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.
• CB9: Que los estudiantes sepan comunicar sus conclusiones y conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
• CB10: 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.
• CG1: Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en todos los ámbitos de la ingeniería de telecomunicación.

Subir

Competencias específicas

• CE1 Capacidad para aplicar métodos de la teoría de la información, la modulación adaptativa y codificación de canal, así como técnicas avanzadas de procesado digital de señal a los sistemas de comunicaciones y audiovisuales.
• CE6 Capacidad para modelar, diseñar, implantar, gestionar, operar, administrar y mantener redes, servicios y contenidos.

Subir

Resultados aprendizaje

Al finalizar la asignatura, el alumno debe ser capaz de:

- Conocer técnicas avanzadas de procesado digital de señal en sistemas de comunicaciones.

- Emplear técnicas avanzadas de captura, procesado, codificación y compresión de información multimedia.

En particular:

- Emplear técnicas avanzadas de captura multimedia

- Emplear técnicas avanzadas de procesado mutimedia

- Emplear técnicas de clasificación automática de información multimedia

- Implementar la captura y procesado en un entorno C++

- Desarrollar un proyecto de clasificación automática

- Escribir una memoria de los resultados de un proyecto de investigación

Subir

Metodología

Subir

Evaluación

Las condiciones de la recuperación del proyecto serán las siguientes:

• El hecho de haberse presentado a alguno de los test implica que el proyecto será evaluado. En el caso en el que no se presente el proyecto, la asignatura quedará suspendida en la convocatoria en curso.
• La recuperación se realizará sobre el mismo proyecto en base a unos criterios definidos por los docentes, que podrán determinar funcionalidades adicionales o mejoras necesarias para superar el proyecto.
• En el caso en el que en un grupo de proyecto alguno de los miembros supere la asignatura y otros no, serán los alumnos que no la superen los que deban completar el proyecto en la recuperación, en los mismos términos descritos en el punto anterior.

Subir

Temario

 Clasificación automática: fundamentos

• Reconocimiento de patrones
• Extracción de características
• Entrenamiento
• Evaluación

 Clasificación automática: técnicas

• Clasificadores de distancia mínima
• Clasificadores Bayesianos
• K-Nearest neighbors
• Redes neuronales

 Procesado de imagen: fundamentos

• Formación de imagen
• Aplicaciones
• Relaciones básicas entre píxeles
• Fundamentos de color

 Procesado de imagen: procesado espacial

• Transformaciones de gris
• Histograma
• Operaciones aritméticas y lógicas
• Ruido
• Filtrado espacial
• Aplicación a color

 Procesado de imagen: segmentación

• Detección de discontinuidades
• Umbralización
• Basada en regiones
• Movimiento

 Procesado de imagen: procesado morfológico

• Dilatación y erosión
• Apertura y cierre
• Hit or miss
• Algoritmos básicos
• Escala de grises
• Morphological watersheds

 Procesado de imagen: texturas y desciptores

• Representación de contornos o formas
• Descriptores de regiones
• Otros descriptores

 Programación en C/C++

• Programación en C/C++
• Introducción a Qt
• Introducción a OpenCV

Subir

Programa de prácticas experimentales

Se trata de una asignatura orientada a proyectos con dos partes diferenciadas: la primera donde se simultanea la parte teórica con ejercicios de Matlab para manipular y consolidar los conceptos recién explicados; y la segunda, enmarcada en un proyecto complejo de visión artificial, donde se analiza un problema propuesto y se diseña, implementa, evalúa, documenta y presenta un sistema para resolver el citado problema.

Subir

Bibliografía

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

• Vaseghi. Multimedia signal processing: theory and applications in speech, music and communicationseed. Chichester (England): John Wiley & Sons, 2007.
• Duda, Hart and Stork. Pattern classification. New York (USA): John Wiley & Sons, 2001.
• Gonzalez and Woods. Digital Image Processing. New York (USA): Pearson Education, 2009.

Subir

Idiomas

La asignatura se desarrollará en castellano aunque la mayor parte de la documentación disponible sea en inglés.

Subir

Lugar de impartición

Laboratorio de Procesado de la Señal (edificio de Los Tejos).

Subir