Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Horas de Titorías: 1 Clase Expositiva: 21 Clase Interactiva: 21 Total: 43
Linguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Departamento externo vinculado ás titulacións
Áreas: Área externa M.U en Intelixencia Artificial
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
O obxectivo principal desta materia é profundar nas técnicas de visión por computador, avanzando nas técnicas avanzadas de segmentación, clasificación, detección e seguimento de obxectos, así como nas aplicacións da IA no campo da visión. Ademais do estudo de técnicas avanzadas en procesado e análise de imaxe, estudiaranse aplicacións nesta área para resolver problemas reais. Esta materia proporciona as ferramentas necesarias para aplicar os algoritmos estudados en casos prácticos así como para desenvolver novos algoritmos.
Resultados da aprendizaxe:
- Coñecer e saber aplicar técnicas avanzadas de procesado de imaxe dixital.
- Coñecer e saber aplicar técnicas avanzadas de análise de imaxe dixital.
- Saber analizar, deseñar e desenvolver solucións baseadas en tecnoloxías avanzadas de procesado e análise de imaxe.
- Saber avaliar a adecuación das metodoloxías aplicadas en problemas específicos.
-Clasificación de imaxes
-Segmentación de imaxes
-Detección de obxectos
- Busca visual
- Procesamento de vídeo
Fluxo óptico
Seguimento de obxectos
-Aspectos 3D
esqueletización
Simetría
-Estrutura a partir do movemento.
Estimación de profundidade 3D
SLAM
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 Applications. ISBN 978-3-527-4073.
CB6 - Posuír e comprender coñecementos que proporcionan unha base ou oportunidade para ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación.
CB7 - Que os e as estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade para resolver problemas en contornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinarios) relacionados coa súa área de estudo.
CB10 - Que os e as estudantes teñan as habilidades de aprendizaxe que lle permitan seguir estudando dun xeito que será en gran parte autodirixido ou autónomo.
CG1 - Manter e ampliar enfoques teóricos fundados para permitir a introdución e explotación de tecnoloxías novas e avanzadas no ámbito da Intelixencia Artificial.
CG3 - Buscar e seleccionar a información útil necesaria para resolver problemas complexos, xestionando con facilidade as fontes bibliográficas do campo.
CG5 - Traballar en equipo, especialmente de carácter multidisciplinar, e ser hábil na xestión do tempo, das persoas e da toma de decisións.
CT3 - Utilizar as ferramentas básicas das tecnoloxías da información e da comunicación (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.
CT4 - Desenvolverse para o exercicio dunha cidadanía respectuosa coa cultura democrática, os dereitos humanos e a perspectiva de xénero.
CT8 - Valorar a importancia da investigación, a innovación e o desenvolvemento tecnolóxico no progreso socioeconómico e cultural da sociedade.
CE23. Comprensión e dominio dos conceptos básicos e técnicas de procesado de imaxe dixital.
CE24. Capacidade de aplicación de diferentes técnicas a problemas de visión por computador.
CE25. Coñecementos e habilidades que permitan deseñar sistemas para detección, clasificación e seguimento de obxectos en imaxes e vídeo.
CE26. Comprensión e dominio sobre as formas de representación dos sinais e imaxes en función dos seus datos, así como as súas características fundamentais e as súas formas de representación.
A metodoloxía empregada usa o Campus Virtual das tres universidades como plataforma básica. Na aula virtual da materia, o alumnado terá toda a información (material teórico, diapositivas de clase, guións de prácticas, etc.)
* Sesións maxistrais: exposición oral (UDC/UVIGO) (retransmitida para todo o alumnado). Nelas se desenvolven principalmente as competencias CB6, CB10, CG1, CT3, CT4, CT8, CE23, CD25 e CE26.
* Sesións de laboratorio: resolución práctica de diferentes problemas de imaxe mediante a aplicación de técnicas de procesamento de imaxes explicadas durante as sesións maxistrais. Nelas se desenvolven principalmente as competencias CB7, CG3, CG5 e CE24.
A avaliación da aprendizaxe levarase a cabo mediante:
-Avaliación de proxectos (60% da cualificación final). Utilízase para avaliar principalmente as competencias CB7, CG3, CG5 e CE24.
-Avaliación contínua mediante exercicios práctios e /ou probas escritas ao longo do curso. Úsase para avaliar principalmente as competencias CB6, CB10, CG1, CT3, CT4, CT8, CE23, CD25 e CE26.
En segunda oportunidade a avaliación farase a través dunha proba escrita (40%), que permitirá mellorar a nota de avaliación contínua en primeira oportunidade, e dun proxecto (60%), que permitirá mellorar a nota correspondente á parte de proxecos da primeira oportunidade.
A condición de Non Presentado/a só se aplicará a quen non participe en ningunha das probas de avaliación.
En caso de realización fraudulenta de exercicios ou probas, aplicarase o disposto na Normativa de Avaliación do rendemento académico dos estudantes e revisión das cualificacións.
En aplicación do Regulamento da ETSE sobre plaxio (aprobado pola Xunta ETSE o 19/12/2019), a copia total ou parcial de calquera exercicio de práctica ou teoría suporá un suspenso en ambas as ocasións do curso, cunha cualificación de 0,0 en ambos os casos.
Esta materia ten 6 créditos ECTS, correspondentes a unha carga de traballo total de 150 horas (presencia de 7h / crédito). Esta pódese dividir nas seguintes seccións:
TRABALLO PRESENCIAL EN AULA:
* Clases maxistrais: 21 horas
* Prácticas de laboratorio: 14 horas
* Aprendizaxe baseado en problemas, seminarios, estudo de casos e proxectos: 7 horas
Total de horas de traballo na aula: 42 horas
TRABALLO PERSOAL DO ALUMNADO:
* Estudo autónomo: 21 horas
* Prácticas de laboratorio: 48 horas
* Aprendizaxe baseado en problemas, seminarios, estudo de casos e proxectos: 39 horas
Total: 108 horas
Recoméndase ter cursado a materia Visión por Computador I. Recoméndase levar a materia ao día e o uso de titorías para aclarar dúbidas e asesorar no seu desenvolvemento.
A docencia desta materia será en inglés.
A docencia expositiva (21h) será impartida entre a UDC e a UVIGO e será retransmitida para todo o alumnado.
Haberá un grupo de docencia interactiva específico na USC (21h).
Xosé Manuel Pardo López
- Departamento
- Electrónica e Computación
- Área
- Linguaxes e Sistemas Informáticos
- Teléfono
- 881816438
- Correo electrónico
- xose.pardo [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
Nicolas Vila Blanco
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- nicolas.vila [at] usc.es
- Categoría
- Profesor/a: Profesor Axudante Doutor LOU
| Mércores | |||
|---|---|---|---|
| 17:00-18:30 | Grupo /CLE_01 | Inglés | IA.12 |
| 18:30-20:00 | Grupo /CLIL_01 | Inglés | IA.12 |
| Venres | |||
| 15:30-17:00 | Grupo /CLE_01 | Inglés | IA.02 |
| 17:00-18:30 | Grupo /CLIL_01 | Inglés | IA.02 |
| 05.06.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 05.06.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |
| 08.07.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 08.07.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |