Los graduados de nuestro programa de visión por computador adquieren los conocimientos y desarrollan las habilidades que se indican a continuación:
1. Tener los conocimientos de diferentes métodos básicos de detección, estimación e interpretación del movimiento y estructura de una escena, así como de métodos relacionados con el reconocimiento y clasificación de patrones.
2. Identificar, formular y resolver situaciones en las que la visión artificial pueda jugar un papel relevante, en un entorno multidisciplinar, de manera individual o como miembro de un equipo
3. Comprender el impacto que los diferentes conceptos desarrollados en el temario pueden tener en la sociedad.
4. Comunicarse eficazmente tanto de forma oral como escrita.
5. Consolidar técnicas de trabajo en grupo.
6. Entender la necesidad de mantener una formación permanente, así como la necesidad de conocer el inglés como transmisor del conocimiento actual.
1. Introducción y aplicaciones de la visión por computador
2. Temas y tendencias en la visión por computador
3. Imágenes digitales
4. Detección y reconocimiento
5. Atributos de las imágenes y "matching" de imágenes
6. Arquitectura de un sistema para visión por computador
La asignatura promueve el aprendizaje del estudiante desde una doble perspectiva: las clases magistrales y las actividades guiadas grupales. Las clases magistrales incluyen explicaciones teóricas, planteamiento de problemas y resolución de casos prácticos, así como discusiones con y entre los estudiantes sobre los contenidos del programa. En las clases magistrales se fomentan las discusiones con los estudiantes sobre la aplicación práctica de los conocimientos vistos en clase, así como la búsqueda de nuevas propuestas para aproximar problemas, en principio, sin solución conocida.
Las actividades grupales proporcionan al estudiante una experiencia en la resolución de problemas y toma de decisiones técnicas de carácter muy próximo a los problemas que potencialmente pueden encontrarse en una carrera profesional en el entorno de la visión artificial.
Es a través de los trabajo grupales que los estudiantes conocen las características del proceso de investigación, se intenta que tomen conciencia de su complejidad y atractivo.
La evaluación se basa en:
J. Participación en clase
F. Informes/trabajos hechos en equipo
I. Presentaciones
La evaluación se lleva a cabo de forma continuada a lo largo del curso. La puntuación final se calcula con la siguiente ponderación:
- 60% de informes/trabajos realizados en equipo
- 10% participación en clase
- 30% presentaciones
Objetivo 1:
- El estudiante ha de demostrar su habilidad para la resolución de problemas utilizando herramientas de visión artificial [F]
- El estudiante ha de demostrar sus conocimientos teóricos sobre los conceptos desarrollados [F]
Objetivo 2:
- El estudiante ha de llegar a ser consciente de la validez de los conocimientos adquiridos y hasta qué punto pueden llegar a ser útiles futuros conocimientos que él mismo pueda llegar a derivar [F,J]
Objetivo 3:
- El estudiante ha de demostrar que posee una expresión escrita y oral correctas para transmitir ideas relacionadas con la temática de la asignatura [J,F,I]
Objetivo 4:
- El estudiante ha de demostrar que puede trabajar con un grupo heterogéneo de gente manteniendo un comportamiento ético y tolerante [J,F,I]
Objetivo 5:
- El estudiante ha de demostrar que sabe encontrar soluciones adecuadas a problemas abiertos imponiendo las restricciones adecuadas y que puede comprobar la bondad de las mismas. [F]
Objetivo 6:
- El estudiante ha de demostrar que es capaz de adquirir nuevo conocimiento a partir de textos, documentos informativos y experimentación propia [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.