IDENTIFYING DATA 2014_15
Subject (*) ARTIFICIAL VISION Code 17615114
Study programme
Computer security and intelligent systems (2010)
 Cycle 2nd
Descriptors Credits Type Year Period
4.5 Compulsory Second 1Q
Language
Anglès
Department Enginyeria Informàtica i Matemàtiques
Coordinator
PUIG VALLS, DOMÈNEC SAVI
 E-mail susana.alvarez@urv.cat
domenec.puig@urv.cat
Lecturers
ALVAREZ FERNANDEZ, SUSANA MARIA
PUIG VALLS, DOMÈNEC SAVI
Web http://consultar l'espai Moodle de l'assignatura
General description and relevant information Introduir els conceptes fonamentals de Processament d'Imatges i aprofundir en temes avançats de Visió per Computador relacionats amb els problemes d'anàlisi i reconeixement automàtic d'imatges complexes. S'estudiaran els conceptes teòrics i es realitzaran aplicacions pràctiques amb eines conegudes de Processament d'Imatges i Visió per Computador.

Competences
Type A Code Competences Specific
  Research
  AR3 Conèixer productes tecnològics i tendències de la tecnologia.
  AR10 Analitzar, dissenyar i desenvolupar sistemes robotitzats i intel·ligents.
  AR12 Aplicar metodologies de la intel·ligència artificial.
Type B Code Competences Transversal
  Common
  BC1 Creativitat. Desenvolupar idees i projectes originals
  BC2 Treballar autònomament amb iniciativa
  BC4 Resoldre problemes de forma efectiva
  BC5 Transferibilitat. Aplicar coneixements i habilitats en entorns nous o no familiars i en contextos multidisciplinars relatius a la seva àrea específica
  BC6 Actuar amb un esperit crític i responsable.
  BC11 Treballar en equip i gestionar equips
Type C Code Competences Nuclear
  Common
  CC1 Domini de l’expressió i la comprensió del/s idioma/es estrangers per al desenvolupament professional derivat del curs del postgrau.
  CC2 Ús de les eines específiques de TIC per al desenvolupament professional derivat del curs de postgrau.

Learning aims
Objectives Competences
Dominar els conceptes fonamentals de processament d'imatges. AR3
AR10
Conèixer temes avançats de Visió per Computador. AR3
AR10
AR12
Resoldre problemes d'anàlisi i reconeixement automàtic d'imatges complexes. AR3
AR10
AR12
 BC1
BC2
BC4
BC5
BC6
BC11
 CC1
CC2

Contents
Topic Sub-topic
Tema 1.- Preprocessament d'imatges. Filtrat, compensació i millora d'imatges, operacions morfològiques.
Tema 2.- Extracció de característiques geomètriques. Identificació de cantonades, rectes i formes geomètriques bàsiques.
Tema 3.- Anàlisi de color i textura. Models de color, tipus de textura, extracció de característiques texturals,
mètodes geomètrics.
Tema 4.- Segmentació i classificació d’imatges. Segmentació no supervisada basada en contorns i regions, classificació
supervisada, mètodes teòrics de decisió, mètodes probabilístics, xarxes
neuronals.
Tema 5.- Visió estereoscòpica. Calibració de càmeres i sistemes de càmeres, geometria epipolar,
rectificació d'imatges, cerca de correspondències, triangulació.
Tema 6.- Percepció i modelatge tridimensional. Generació de mapes de profunditat, extracció d'elements geomètrics bàsics,
generació automàtica d'escenes, reconeixement d'escenes, hashing geomètric.

Planning
Methodologies  ::  Tests
  Competences (*) Class hours Hours outside the classroom (**) Total hours
Introductory activities
1 0 1
 
Lecture
19 19 38
Practicals using information and communication technologies (ICTs) in computer rooms
15 15 30
Presentations / expositions
8 0 8
Assignments
0 25.5 25.5
 
Personal tuition
8 0 8
 
Objective multiple-choice tests
2 0 2
 
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies
  Description
Introductory activities Presentació de l’assignatura: motivació, objectius, continguts, metodologia docent, bibliografia i avaluació.
Lecture Exposició dels continguts de l’assignatura.
Practicals using information and communication technologies (ICTs) in computer rooms Utilització pràctica de simuladors relacionats amb els continguts de l'assignatura i desenvolupament de noves funcionalitats.
Presentations / expositions Exposició oral per part dels alumnes de treballs d'aprofundiment en temes concrets de l'assignatura. Avaluació per part del professor.
Assignments Realització autònoma en grups de dos estudiants de treballs pràctics relacionats amb els principals temes de l'assignatura. Elaboració d’un informe escrit. Avaluació final pel professor.
Personal tuition Atenció per part del professor a cada estudiant en les hores de consulta del professor.

Personalized attention
 
Practicals using information and communication technologies (ICTs) in computer rooms
Presentations / expositions
Assignments
Description
Consultes/Tutories: Resolució de dubtes teòrics i pràctics. Correcció de pràctiques. Revisió d’exàmens.

Assessment
  Description Weight
Presentations / expositions Exposició oral per part dels alumnes de treballs d'aprofundiment en temes concrets de l'assignatura. Avaluació per part del professor. 40
Assignments Realització autònoma en grups de dos estudiants de treballs pràctics relacionats amb els principals temes de l'assignatura. Elaboració d’un informe escrit. Avaluació final pel professor. 30
Objective multiple-choice tests Avaluació dels continguts teòrics explicats a les sessions magistrals. 30
 
Other comments and second exam session

Sources of information

Basic D.A. Forsyth, J. Ponce, Computer Vision: A Modern Approach, Prentice Hall, 2003
L. Shapiro, G. Stockman, Computer Vision, Prentice Hall, 2001
E. Trucco, A. Verri, Introductory Techniques for 3-D Computer Vision, Prentice Hall, 1998

Complementary E.R. Davies, Machine Vision: Theory, Algorithms, Practicalities, Academic Press, 1997
O. Faugeras, Three-Dimensional Computer Vision, MIT Press, 1993

Recommendations
(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.