Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 110 Horas de Tutorías: 1 Clase Expositiva: 14 Clase Interactiva: 25 Total: 150
Lenguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica y Computación, Departamento externo vinculado a las titulaciones
Áreas: Ciencia de la Computación e Inteligencia Artificial, Área externa Máster en Visión por Computador / Computer Vision
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Esta asignatura cubre los temas fundamentales de procesado y análisis de imagen y se presenta como la primera parte de otra asignatura que introduce temas más avanzados. Además del estudio y la aplicación de técnicas fundamentales, se estudiarán aplicaciones prácticas de estas técnicas para resolver problemas reales. Esta asignatura aporta las herramientas necesarias para aplicar los algoritmos utilizados en casos prácticos, además de las bases para desarrollar nuevos algoritmos y continuar con el estudio de métodos más avanzados.
Resultados del aprendizaje:
Comprender los conceptos básicos y técnicas de procesado de imagen digital
Comprender los conceptos básicos y técnicas de análisis de imagen digital
Capacidad de aplicación de diferentes técnicas básicas a problemas de visión por computador
Saber evaluar la adecuación de las metodologías aplicadas en problemas específicos
Parte 1 (UDC).
* Percepción y color
* Preprocesado: normalización y realce
* Restauración de imágenes
* Detección de bordes
* Transformaciones de imagen
* Operadores morfológicos
* Template matching
Parte 2 (USC)
* Fundamentos de segmentación de la imagen.
- Definiciones e clasificación
- Técnicas clásicas
- Evaluación de la segmentación de la imagen
* Fundamentos del análisis multiescala.
Bibliografía básica:
Gonzalez y Woods. Digital image processing. ISBN: 0-20-118075-8.
Bibliografía complementaria:
D.A. Forsyth y J. Ponce. Computer Vision. ISBN 0-13-085198-1.
Steger & Wiedemann. Machine Vision Algorithms and Applicacions. ISBN 978-3-527-4073.
CT1. Ejercer la profesión con conciencia clara de su dimensión humana, económica, legal y ética y con un claro compromiso de calidad y mejora continua.
CT4 - Capacidad para comprender el significado y aplicación de la perspectiva de género en los distintos ámbitos de conocimiento y en la práctica profesional con el objetivo de alcanzar una sociedad más justa e igualitaria.
CG2. Capacidad para analizar las necesidades de una empresa en el ámbito de la visión por computador y determinar la mejor solución tecnológica para la misma.
CG4. Capacidad de análisis crítico y de evaluación rigurosa de tecnologías y metodología.
CG5. Capacidad para identificar problemas sin resolver y aportar soluciones innovadoras.
CG7. Capacidad de aprendizaje autónomo para la especialización en uno o más campos de estudio.
CE1. Conocer y aplicar los conceptos, metodologías y tecnologías de procesado de imagen.
CE3. Conocer y aplicar los conceptos, metodologías y tecnologías de análisis de imagen y vídeo.
La metodología seguida usa como plataforma básica el Campus Virtual de la USC. En el aula virtual de la materia el alumnado dispondrá de toda la información (material de teoría, diapositivas de clase, guiones de prácticas, etc.)
*Sesiones magistrales: exposición oral complementada con el uso de medios audiovisuales y la introducción de preguntas dirigidas al alumnado, con la finalidad de transmitir conocimientos y facilitar el aprendizaje.
*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: propuesta de dos situaciones prácticas en análisis de imagen que requiera al alumnado identificar el problema objeto de estudio, formularlo con precisión, desarrollar los procedimientos pertinentes, interpretar los resultados y extraer las conclusiones oportunas del trabajo realizado.
Las competencias CT1, CG2, CG4, CG5 y CG7 se desarrollan principalmente en el desarrollo de los proyectos de investigación, y las competencias CE1 y CE2 se desarrollan en las clases magistrales, realización de ejercicios y proyectos de investigación. El objetivo CT4 se desarrolla transversalmente durante el curso.
La evaluación de la materia consta de dos partes:
60%: evaliación continua de las actividades desarrolladas en el aula.
40%: realización de un proyecto de investigación a lo largo del curso.
En el caso de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
En aplicación de la Normativa de la ETSE sobre plagio (aprobada por la Xunta de ETSE el 19/12/2019), la copia total o parcial de algún ejercicio de prácticas o teoría supondrá el suspenso en las dos oportunidades del curso, con la calificación de 0,0 en ambos casos.
Esta materia tiene 6 créditos ECTS, correspondiendo una carga de trabajo total de 150h (presencialidad de 7h/crédito). Este tiempo puede desagregarse en los siguientes apartados:
TRABAJO PRESENCIAL EN AULA:
* Clases magistrales: 14 horas
* Prácticas de laboratorio: 15 horas
* Investigación (proyecto): 10 horas
* Prueba objetiva: 3 horas
Total horas trabajo presencial na aula: 42 horas
TRABAJO PERSONAL DEL ALUMNADO:
* Estudo autónomo: 24 horas
* Prácticas de laboratorio: 44 horas
* Investigación (proyecto): 40 horas
Total: 108 horas
Se recomienda llevar la materia al día y el uso de las tutorías para aclarar dudas y asesorar en el desarrollo del proyecto.
Se utilizará el campus virtual de la UDC.
La materia se impartirá en inglés.
Eva Cernadas García
Coordinador/a- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Teléfono
- 881816459
- Correo electrónico
- eva.cernadas [at] usc.es
- Categoría
- Profesor/a: Titular de Universidad
| Viernes | |||
|---|---|---|---|
| 15:30-18:30 | Grupo /CLIL_01 | Inglés | Aula A9 |