Cr茅ditos ECTS
Cr茅ditos ECTS: 6
Horas ECTS Criterios/Memorias
Horas de Tutor铆as: 1
Clase Expositiva: 21
Clase Interactiva: 21
Total: 43
Lenguas de uso
滨苍驳濒茅蝉
Tipo:
Materia Ordinaria 惭谩蝉迟别谤 RD 1393/2007 - 822/2021
Departamentos:
Departamento externo vinculado a las titulaciones
脕谤别补蝉:
脕谤别补 externa M.U en Intelixencia Artificial
Centro
Escuela T茅cnica Superior de Ingenier铆a
Convocatoria:
Segundo semestre
Docencia:
Con docencia
惭补迟谤铆肠耻濒补:
Matriculable
| 1ro curso (Si)
El objetivo principal de esta asignatura es profundizar en las t茅cnicas de visi贸n por computador, avanzando en las t茅cnicas avanzadas de segmentaci贸n, clasificaci贸n, detecci贸n y seguimiento de objetos, as铆 como en las aplicaciones de la IA en el campo de la visi贸n. Adem谩s del estudio de t茅cnicas avanzadas en procesado y an谩lisis de imagen, se estudiar谩n aplicaciones en este 谩rea para resolver problemas reales. Esta materia proporciona las herramientas necesarias para aplicar los algoritmos estudiados en casos pr谩cticos as铆 como para desarrollar nuevos algoritmos.
Resultados de aprendizaje:
- Conocer y saber aplicar t茅cnicas avanzadas de procesado de imagen digital.
- Conocer y saber aplicar t茅cnicas avanzadas de an谩lisis de imagen digital.
- Saber analizar, dise帽ar y desarrollar soluciones basadas en tecnolog铆as avanzadas de procesado y an谩lisis de imagen.
- Saber evaluar la adecuaci贸n de las metodolog铆as aplicadas en problemas espec铆ficos.
-Clasificaci贸n de im谩genes
-Segmentaci贸n de imagen
-Detecci贸n de objetos
-B煤squeda visual
-Procesamiento de video
Flujo 贸ptico
Seguimiento de objetos
-Aspectos de 3D
别蝉辩耻别濒别迟颈锄补肠颈贸苍
厂颈尘别迟谤铆补
-Estructura a partir de movimiento.
Estimaci贸n de profundidad 3D
SLAM
Bibliograf铆a b谩sica:
Gonzalez y Woods. Digital image processing. ISBN: 0-20-118075-8.
Bibliograf铆a 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. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicaci贸n de ideas, a menudo en un contexto de investigaci贸n
CB7. Que los/as estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resoluci贸n de problemas en entornos nuevos o poco conocidos dentro de contextos m谩s amplios (o multidisciplinares) relacionados con su 谩rea de estudio
CB10. Que los/as estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habr谩 de ser en gran medida autodirigido o aut贸nomo.
CG1. Mantener y extender planteamientos te贸ricos fundados para permitir la introducci贸n y explotaci贸n de tecnolog铆as nuevas y avanzadas en el campo de la Inteligencia Artificial.
CG3. Buscar y seleccionar la informaci贸n 煤til necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliogr谩ficas del campo.
CG5. Trabajar en equipo, especialmente de car谩cter multidisciplinar, y ser h谩biles en la gesti贸n del tiempo, personas y toma de decisiones.
CT3. Utilizar las herramientas b谩sicas de las tecnolog铆as de la informaci贸n y las comunicaciones (TIC) necesarias para el ejercicio de su profesi贸n y para el aprendizaje a lo largo de su vida.
CT4. Desarrollarse para el ejercicio de una ciudadan铆a respetuosa con la cultura democr谩tica, los derechos humanos y la perspectiva de g茅nero.
CT8. Valorar la importancia que tiene la investigaci贸n, la innovaci贸n y el desarrollo tecnol贸gico en el avance socioecon贸mico y cultural de la sociedad.
CE23. Comprensi贸n y dominio de los conceptos b谩sicos y t茅cnicas de procesamiento de imagen digital.
CE24. Capacidad de aplicaci贸n de diferentes t茅cnicas a problemas de visi贸n por computador.
CE25. Conocimientos y habilidades que permitan dise帽ar sistemas para detecci贸n, clasificaci贸n y seguimiento de objetos en im谩genes y video.
CE26. Comprensi贸n y dominio sobre las formas de representaci贸n de las se帽ales e im谩genes en funci贸n de sus datos, as铆 como sus caracter铆sticas fundamentales y sus formas de representaci贸n.
La metodolog铆a utilizada usa el Campus Virtual de las tres universidades como plataforma b谩sica. En el aula virtual de la materia el alumnado tendr谩 toda la informaci贸n (material te贸rico, diapositivas de clase, guiones de pr谩cticas, etc.).
*Sesiones magistrales: exposici贸n oral (UDC/UVIGO) (retransmitida para todo el alumnado). En ellas se desarrollan principalmente las competencias CB6, CB10, CG1, CT3, CT4, CT8, CE23, CD25 y CE26.
*Sesiones de laboratorio (grupo espec铆fico presencial en 奇趣腾讯分分彩): resoluci贸n de diferentes problemas de imagen mediante la aplicaci贸n de las t茅cnicas explicadas durante las sesiones magistrales. En ellas se desarrollan principalmente las competencias CB7, CG3, CG5 y CE24.
La evaluaci贸n de la asignatura consta de dos partes:
-Evaluaci贸n de proyectos (60% de la calificaci贸n final). Se utiliza para evaluar principalmente las competencias CB7, CG3, CG5 y CE24.
-Evaluaci贸n continua mediante ejercicios pr谩cticos y/o pruebas escritas a lo largo del curso (40%). Se utiliza para evaluar principalmente las competencias CB6, CB10, CG1, CT3, CT4, CT8, CE23, CD25 y CE26.
En segunda oportunidad, la evaluaci贸n se realizar谩 mediante una prueba escrita (40%), que permitir谩 mejorar la nota de evaluaci贸n continua en la primera oportunidad, y un proyecto (60%), que permitir谩 mejorar la nota correspondiente a la parte de proyectos en primera oportunidad.
La condici贸n de No Presentado/a s贸lo se aplicar谩 a quien no participe en ninguna de las pruebas de evaluaci贸n.
En aplicaci贸n del Regulamento da ETSE sobre plaxio (aprobado por la Xunta ETSE el 19/12/2019), la copia total o parcial de cualquier ejercicio de pr谩ctica o teor铆a supondr谩 un suspenso en ambas ocasiones del curso, con una cualificaci贸n de 0,0 en ambos casos.
Esta materia tiene 6 cr茅ditos ECTS, correspondientes a una carga de trabajo total de 150 horas (presencia de 7h / cr茅dito). Este tiempo se puede dividir en las siguientes secciones:
TRABAJO PRESENCIAL EN AULA:
* Clases magistrales: 21 horas
* Pr谩cticas de laboratorio: 14 horas
* Aprendizaje basado en problemas, seminarios, estudio de casos y proyectos: 7 horas
Total de horas de trabajo en el aula: 42 horas
TRABAJO PERSONAL DEL ALUMNADO:
* Estudio aut贸nomo: 21 horas
* Pr谩cticas de laboratorio: 48 horas
* Aprendizaje basado en problemas, seminarios, estudio de casos y proyectos: 39 horas
Total: 108 horas
Se recomienda haber cursado la asignatura Visi贸n por Computador I. Se recomienda llevar la asignatura al d铆a y el uso de tutor铆as para aclarar dudas y asesorar en su desarrollo.
La docencia de esta asignatura ser谩 en ingl茅s.
La docencia expositiva (21h) ser谩 impartida entre la UDC y la UVIGO y ser谩 retransmitida para todo el alumnado.
Habr谩 un grupo de docencia interactiva espec铆fico en la 奇趣腾讯分分彩 (21h).
Xos茅 Manuel Pardo L贸pez
- Departamento
- Electr贸nica y Computaci贸n
- 脕谤别补
- Lenguajes y Sistemas Inform谩ticos
- 罢别濒茅蹿辞苍辞
- 881816438
- Correo electr贸nico
- xose.pardo [at] usc.es
- 颁补迟别驳辞谤铆补
- Profesor/a: Titular de Universidad
| 惭颈茅谤肠辞濒别蝉 | |||
|---|---|---|---|
| 17:00-18:30 | Grupo /CLE_01 | 滨苍驳濒茅蝉 | IA.12 |
| 18:30-20:00 | Grupo /CLIL_01 | 滨苍驳濒茅蝉 | IA.12 |
| Viernes | |||
| 15:30-17:00 | Grupo /CLE_01 | 滨苍驳濒茅蝉 | IA.02 |
| 17:00-18:30 | Grupo /CLIL_01 | 滨苍驳濒茅蝉 | 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 /CLE_01 | IA.02 |
| 08.07.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |