Els graduats del nostre programa de visió artificial adquireixen els coneixements i desenvolupen les habilitats que s´indiquen a continuació:
1. Tenir els coneixements de diferents mètodes bàsics de detecció, estimació i interpretació del moviment i l´estructura d´una escena, així com de mètodes relacionats amb el reconeixement i classificació de patrons.
2. Identificar, formular i resoldre situacions en les que la visió artificial pugui jugar un paper rellevant, en un entorn multidisciplinar, de manera individual o com a membre d´un equip.
3. Comprendre el impacte que els diferents conceptes treballats en el temari puguin tenir en la societat.
4. Comunicar-se eficaçment tant de forma oral com escrita.
5. Consolidar les tècniques de treball en grup
6. Entendre la necessitat de mantenir una formació permanent, així com la necessitat de conèixer l´anglès com a transmissor del coneixement actual.
1. Introducció i aplicacions de la visió per computador
2. Temes i tendències en la visió per computador
3. Imatges digitals
4. Detecció i reconeixement
5. Atributs de les imatges i "matching" d'imatges
6. Arquitectura d'un sistema per visió per computador
L´assignatura promou l´aprenentatge des d´una doble vessant: les classes magistrals i les activitats guiades grupals. Les classes magistrals inclouen explicacions teòriques, plantejament de problemes i resolució de casos pràctics, així com discussions amb i entre els estudiants sobre els continguts del programa. A les classes magistrals es fomenten les discussions amb els estudiants sobre l´aplicació pràctica dels coneixements vistos a classe, així com la cerca de noves propostes per aproximar problemes, en principi, sense solució coneguda.
Les activitats grupals proporcionen a l´estudiant experiència en la resolució de problemes i presa de decisions tècniques de caire molt proper als problemes que potencialment haurien de resoldre en una carrera professional en l'entorn de la visió artificial.
En tot moment es fomenta una actitud d´aprenentatge actiu per part de l´estudiant amb participació a l´aula, treballs en grup, exposicions i discussions. Es pretén que l´avaluació sigui un mitjà per a l´aprenentatge i pel desenvolupament de l´esperit crític i autocrític, de manera que l´avaluació es dur a terme de forma continuada, tenint en compte la capacitat d´autoavaluació de l´estudiant i l´avaluació per iguals.
L´estudiant coneix les característiques del procés d´investigació a través dels treballs grupals. S´intenta que prengui consciència de la complexitat i atractiu de les activitats de recerca.
L´avaluació es basa en:
J. Participació a classe
F. Informes/treballs fets en equip
I. Presentacions
L´avaluació es dur a terme de forma continuada al llarg del curs. La puntuació final es calcula amb la següent ponderació:
- 60% d´informes/treballs realitzats en equip
- 10% participació a classe
- 30% presentacions
Objectiu 1:
- L´estudiant ha de demostrar la seva habilitat per a la resolució de problemes utilitzant eines de visió artificial [F]
- L´estudiant ha de demostrar els seus coneixements teòrics sobre els conceptes desenvolupats [F]
Objectiu 2:
- L´estudiant ha d´arribar a ser conscient de la validesa dels coneixements adquirits i fins a quin punt poden arribar a ser útils futurs coneixements que ell mateix pugui derivar [F, J]
Objectiu 3:
- L´estudiant ha de demostrar que té una expressió escrita i oral correctes per a transmetre idees relacionades amb la temàtica de l´assignatura [J,F, I]
Objectiu 4:
- L´estudiant ha de demostrar que pot treballar amb un grup heterogeni de gent, mantenint un comportament ètic, responsable i tolerant [J,F,I]
Objectiu 5:
- L´estudiant ha de demostrar que sap trobar solucions adequades a problemes oberts imposant les restriccions adequades, i que pot comprovar la bondat de les mateixes [F]
Objectiu 6:
- L´estudiant ha de demostrar que és capaç d´adquirir nou coneixement a partir de textos, documents informatius i experimentació pròpia [F]
David A. Forsyth, Jean Ponce. Computer Vision, A Modern Approach. Prentice Hall, 2003
Arturo de la Escalera, Visión por Computador, Prentice Hall 2001
R. Jain, R. Kasturi, B. Schunck, Machine Vision , Mcgraw-Hill, 1995
B. K. P. Horn, Robot Vision, MIT Press, 1986
M. Tekalp, Digital Video Processing, Prentice Hall, 1995
G. Pajares, J. M. de la Cruz, Visión por Computador. Imágenes digitales y aplicaciones. Editorial Ra-Ma, 2001
Carme Torras (Ed.), Computer Vision. Theory and Industrial Applications, Springer-Verlag, 1992.
R. Boyle, C. Hlavac and M. Sonka, Image Processing, Analysis And Machine Vision , Chapman & Hall, 1994
R. Hartley and A. Zisserman, Multiple View Geometry, Cambridge University Press, 2000
O. Faugeras, Three-Dimensional Computer Vision: A Geometric Viewpoint, Mit Press
C. Brown, D. Terzopoulos, Real-Time Computer Vision, Cambridge University Press, 1994
R. Cipolla, A. Pentland, Computer Vision For Human-Machine Interaction, Cambridge University Press.