Tipo A
|
Código |
Competencias Específicas | | A1 |
Capacidad para la integración de tecnologías, aplicaciones, servicios y sistemas propios de la Seguridad Informática y la Inteligencia Artificial en contextos más amplios y multidisciplinares.
|
| A8 |
Capacidad de diseñar y desarrollar sistemas, aplicaciones y servicios para la protección de la privacidad y la seguridad informática en sistemas ubicuos.
|
| A9 |
Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
|
| A10 |
Capacidad para utilizar y desarrollar metodologías inteligentes, métodos, técnicas de inteligencia artificial, programas de uso específico, normas y estándares de computación gráfica.
|
| A11 |
Capacidad para conceptualizar, diseñar, desarrollar y evaluar la interacción persona-ordenador de productos, sistemas, aplicaciones y servicios informáticos mediante técnicas avanzadas de inteligencia artificial.
|
| A12 |
Capacidad para la creación y explotación de entornos virtuales, y para la creación, gestión y distribución de contenidos multimedia garantizando la protección de la privacidad y los derechos de autor mediante técnicas de seguridad informática e Inteligencia Artificial.
|
| G1 |
Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en los ámbitos de la Seguridad Informática y la Inteligencia Artificial.
|
| G2 |
Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en ámbitos relacionados con la Seguridad Informática y la Inteligencia Artificial.
|
Tipo B
|
Código |
Competencias Transversales | | CT2 |
Formular valoraciones a partir de la gestión y uso eficiente de la información. |
| CT3 |
Resolver problemas complejos de manera crítica, creativa e innovadora en contextos multidisciplinares. |
| CT4 |
Trabajar en equipos multidisciplinares y en contextos complejos. |
| CT5 |
Comunicar idees complexes de manera efectiva a tot tipus d’audiències. |
| CT7 |
Aplica los principios éticos y de responsabilidad social como ciudadano y como professional. |
Tipo C
|
Código |
Competencias Nucleares |
Resultados de aprendizaje |
Tipo A
|
Código |
Resultados de aprendizaje |
| A1 |
Analiza los problemas y sus causas des de un enfoque global y de medio y largo plazo.
| | A8 |
Sabe desarrollar técnicas avanzadas de visión artificial en cámeras y otros sistemas encastados y oblicúos.
| | A9 |
Sabe implementar técnicas avanzadas de visión artificial.
| | A10 |
Utiliza técnicas de computación gràfica
| | A11 |
Integra sistemas artificiales que interactuan con humanos mediante visión artificial
| | A12 |
Analiza contenidos multimedia mediante técnicas de reconocimiento de patrones y visión artificial
| | G1 |
Integra los conocimientos teóricos con las realidades a las cuales se pueden aplicar.
| | G2 |
Aplica las técnicas aprendidas en contextos concretos.
|
Tipo B
|
Código |
Resultados de aprendizaje |
| CT2 |
Formula valoraciones a partir de la gestión y el uso eficiente de la información.
| | CT3 |
Resuelve problemas complejos de forma crítica, creativa e innovadora en contextos multidisciplinares.
| | CT4 |
Trabaja en equipos multidisciplinares y en contextos complejos.
| | CT5 |
Comunica ideas complejas de manera efectiva a todo tipo de audiencias.
| | CT7 |
Aplica los principios éticos y de responsabilidad social como ciudadano y como profesional.
|
Tipo C
|
Código |
Resultados de aprendizaje |
tema |
Subtema |
Tema 1.- Preprocesado de imágenes. |
Filtrado, compensación y mejora de imágenes, operaciones morfológicas. |
Tema 2.- Extracción de características geométricas. |
Identificación de esquinas, rectas y formas geométricas básicas. |
Tema 3.- Análisis de color y textura. |
Modelos de color, tipos de textura, extracción de características texturales, métodos geométricos.
|
Tema 4.- Segmentación y clasificación de imágenes. |
Segmentación no supervisada basada en contornos y regiones, clasificación supervisada, métodos teóricos de decisión, métodos probabilísticos, redes neuronales.
|
Tema 5.- Visión estereoscópica. |
Calibración de cámaras y sistemas de cámaras, geometría epipolar, rectificación de imágenes, búsqueda de correspondencias, triangulación.
|
Tema 6.- Percepción y modelado tridimensional. |
Generación de mapas de profundidad, extracción de elementos geométricos básicos, generación automática de escenas, reconocimiento de escenas, hashing geométrico.
|
Metodologías :: Pruebas |
|
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
Actividades introductorias |
|
1 |
1.5 |
2.5 |
Presentaciones/exposiciones |
|
1 |
1.5 |
2.5 |
Trabajos |
|
13 |
19.5 |
32.5 |
Lectura de documentación escrita / gráfica elaborada |
|
26 |
38.5 |
64.5 |
Foros de discusión |
|
1 |
1.5 |
2.5 |
Atención personalizada |
|
1 |
0 |
1 |
|
Pruebas objetivas de tipo test |
|
2 |
5 |
7 |
|
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor. (**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías
|
descripción |
Actividades introductorias |
Presentación de la asignatura: motivación, objetivos, contenidos, metodología docente, bibliografía y evaluación. |
Presentaciones/exposiciones |
Exposición oral por parte de los alumnos de trabajos de profundización en temas concretos de la asignatura. Evaluación por parte del profesor. |
Trabajos |
Realización autónoma en grupos de dos estudiantes de trabajos prácticos relacionados con los principales temas de la asignatura. Utilización práctica de simuladores. Elaboración de un informe escrito. Evaluación final por parte del profesor. |
Lectura de documentación escrita / gráfica elaborada |
Los estudiantes deben preparar los temas del curso. |
Foros de discusión |
Compartir preguntas con el profesor y los compañeros en el Foro. Cualquiera, maestro o compañeros, puede responder a las preguntas.
La colaboración entre ellos es parte del proceso de aprendizaje. |
Atención personalizada |
Atención por parte del profesor a cada estudiante. |
descripción |
Consultas/Tutorías: Resolución de dudas teóricas y prácticas. Corrección de prácticas. Revisión de exámenes. |
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
Presentaciones/exposiciones |
|
Presentación oral. Evaluación final por parte del profesor. |
30 |
Trabajos |
|
Realización por parte de los estudiantes de trabajos prácticos relacionados con los principales temas de la asignatura utilizando las herramientas informáticas de visión por computador explicadas en las clases prácticas. Elaboración de un informe escrito. |
50 |
Pruebas objetivas de tipo test |
|
Realització de proves tipus test. |
20 |
Otros |
|
|
|
|
Otros comentarios y segunda convocatoria |
El estudiante tendrá que ir a segunda convocatoria de aquellas pruebas evaluativas que no haya superado en la primera convocatoria. |
Básica |
E. Trucco, A. Verri, Introductory Techniques for 3-D Computer Vision, Prentice Hall, 1998
L. Shapiro, G. Stockman, Computer Vision, Prentice Hall, 2001
D.A. Forsyth, Computer Vision: A Modern Approach, Pearson Education, 2012
N.J. Hackensack, Handbook of pattern recognition and computer vision, Imperial College Press, 2010
R. Szeliski, Computer vision: algorithms and applications, Springer, 2011
|
|
Complementaria |
O. Faugeras, Three-Dimensional Computer Vision, MIT Press, 1993
E.R. Davies, Machine Vision: Theory, Algorithms, Practicalities, Academic Press, 1997
|
|
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente. |
|