DADES IDENTIFICATIVES 2016_17
Assignatura (*) VISIÓ ARTIFICIAL I RECONEIXEMENT DE PATRONS Codi 17665209
Ensenyament
Enginyeria Informàtica: Seguretat Informàtica i Sistemes Intel·ligents 2013
Cicle 2n
Descriptors Crèd. Tipus Curs Període
4.5 Optativa 1Q
Llengua d'impartició
Anglès
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
PUIG VALLS, DOMÈNEC SAVI
Adreça electrònica susana.alvarez@urv.cat
domenec.puig@urv.cat
elnaz.jahani@urv.cat
Professors/es
ALVAREZ FERNANDEZ, SUSANA MARIA
PUIG VALLS, DOMÈNEC SAVI
JAHANI HERAVI, ELNAZ
Web http://consultar l'espai Moodle de l'assignatura
Descripció general i informació rellevant 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.

Competències
Tipus A Codi Competències Específiques
 A1 Capacitat per projectar, calcular i dissenyar productes, processos i instal·lacions en tots els àmbits de l'enginyeria informàtica.
 A3 Capacitat per a la modelització matemàtica, càlcul i simulació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques d'investigació, desenvolupament i innovació en tots els àmbits relacionats amb l'enginyeria informàtica.
 D1 Capacitat per integrar tecnologies, aplicacions, serveis i sistemes propis de l'enginyeria informàtica, amb caràcter generalista, i en contextos més amplis i multidisciplinaris.
 T9 Capacitat per aplicar mètodes matemàtics, estadístics i d'intel•ligència artificial per modelitzar, dissenyar i desenvolupar aplicacions, serveis, sistemes intel•ligents i sistemes basats en el coneixement.
Tipus B Codi Competències Transversals
 B2 Aplicar el pensament crític, lògic i creatiu, demostrant capacitat d’innovació.
 B3 Treballar de forma autònoma amb responsabilitat i iniciativa.
Tipus C Codi Competències Nuclears
 C2 Utilitzar de manera avançada les tecnologies de la informació i la comunicació.
 C3 Gestionar la informació i el coneixement.
 C5 Comprometre’s amb l'ètica i la responsabilitat social com a ciutadà/ana i com a professional.

Resultats d'aprenentage
Tipus A Codi Resultats d'aprenentatge
 A1 Integra els coneixements teòrics amb les realitats a les quals es poden aplicar.
Coneix institucions i organismes vinculats a l'àmbit estudiat.
 A3 Aplica les tècniques apreses en contextos concrets.
 D1 Analitza els problemes i les causes des d'un enfocament global i a mitjà i llarg termini.
 T9 Sap implementar tècniques avançades de visió artificial.
Tipus B Codi Resultats d'aprenentatge
 B2 Identifica necessitats de millora en situacions i contexts complexes
Aplica tècniques innovadores i obté resultats
 B3 Pren decisions encertades en moments compromesos mostrant seguretat, coherència i d’ acord amb una sistemàtica
Tipus C Codi Resultats d'aprenentatge
 C2 Coneix el sistema operatiu com a gestor del maquinari i el programari com eina de treball
 C3 Localitza i accedeix a la informació de manera eficaç i eficient
 C5 Mostra respecte pels drets fonamentals i d'igualtat entre homes i dones

Continguts
Tema Subtema
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.

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe
Hores fora de classe
(**) Hores totals
Activitats Introductòries
A1
1 1.5 2.5
Pràctiques a través de TIC en aules informàtiques
A1
D1
B3
C2
C3
C5
10 15 25
Presentacions / exposicions
B2
B3
1 1.5 2.5
Sessió Magistral
A1
A3
D1
T9
25 33.5 58.5
Resolució de problemes, exercicis a l'aula ordinària
A3
D1
T9
B2
4 6 10
Atenció personalitzada
B2
B3
1 0 1
 
Proves objectives de preguntes curtes
T9
C2
C3
1 5 6
Proves de desenvolupament
A3
T9
B2
2 5 7
 
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat

Metodologies
Metodologies
  Descripció
Activitats Introductòries Presentació de l’assignatura: motivació, objectius, continguts, metodologia docent, bibliografia i avaluació.
Pràctiques a través de TIC en aules informàtiques Utilització pràctica de simuladors relacionats amb els continguts de l'assignatura i desenvolupament de noves funcionalitats.
Presentacions / exposicions Exposició oral per part dels alumnes de treballs d'aprofundiment en temes concrets de l'assignatura. Avaluació per part del professor.
Sessió Magistral Explicació de continguts teòrics per part del professor.
Resolució de problemes, exercicis a l'aula ordinària 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.
Atenció personalitzada Atenció per part del professor a cada estudiant en les hores de consulta del professor.

Atenció personalitzada
Descripció
Consultes/Tutories: Resolució de dubtes teòrics i pràctics. Correcció de pràctiques. Revisió d’exàmens.

Avaluació
Metodologies Competències Descripció Pes        
Pràctiques a través de TIC en aules informàtiques
A1
D1
B3
C2
C3
C5
Realització per part dels estudiants de treballs pràctics relacionats amb els principals temes de l'assignatura utilitzant les eines informàtiques de visió per computador explicades a les classes pràctiques. Elaboració d’un informe escrit. 40
Presentacions / exposicions
B2
B3
Realització autònoma en grups de dos estudiants de treballs pràctics relacionats amb els principals temes de l'assignatura. Elaboració d’un informe escrit. Presentació oral. Avaluació final pel professor. 20
Proves objectives de preguntes curtes
T9
C2
C3
Proves escrites relacionades amb els conceptes teòrics impartits a l’assignatura. 20
Proves de desenvolupament
A3
T9
B2
Realització de proves de desenvolupament 20
Altres  
 
Altres comentaris i segona convocatòria

Els estudiants que no aproven l'avaluació contínua poden recuperar parts suspeses o no presentats en la segona convocatòria.

En tots els exàmens escrits no es podrà portar cap tipus de dispositiu electrònic.


Fonts d'informació

Bàsica D.A. Forsyth, Computer Vision: A Modern Approach, Pearson Education, 2012
R. Szeliski, Computer vision: algorithms and applications, Springer, 2011
N.J. Hackensack, Handbook of pattern recognition and computer vision, Imperial College Press, 2010
L. Shapiro, G. Stockman, Computer Vision, Prentice Hall, 2001
E. Trucco, A. Verri, Introductory Techniques for 3-D Computer Vision, Prentice Hall, 1998

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

Recomanacions


(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent