DADES IDENTIFICATIVES 2010_11
Assignatura (*) VISIÓ ARTIFICIAL Codi 175171201
Ensenyament
Intel·ligència Artificial (2006)
Cicle 2n
Descriptors Crèd. Tipus Curs Període
4.5 Optativa Únic anual
Llengua d'impartició
Català
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
PUIG VALLS, DOMÈNEC SAVI
Adreça electrònica domenec.puig@urv.cat
carme.julia@urv.cat
Professors/es
PUIG VALLS, DOMÈNEC SAVI
JULIÀ FERRÉ, CARME
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
  Recerca
  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.
  AR13 Analitzar, dissenyar i desenvolupar eines de programació
Tipus B Codi Competències Transversals
  Comú
  BC1 Creativitat. Desenvolupar idees i projectes originals
  BC2 Treballar autònomament amb iniciativa
Tipus C Codi Competències Nuclears
  Comú
  CC1 Domini de l’expressió i la comprensió del/s idioma/es estrangers per al desenvolupament professional derivat del curs del postgrau.

Objectius d'aprenentatge
Objectius Competències
Dominar els conceptes fonamentals de processament d'imatges. AR12
AR13
Conèixer temes avançats de Visió per Computador. AR3
AR10
AR12
Resoldre problemes d'anàlisi i reconeixement automàtic d'imatges complexes. AR10
AR12
BC1
BC2
CC1

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
1 0 1
 
Sessió Magistral
19 19 38
Pràctiques a través de TIC en aules informàtiques
15 15 30
Presentacions / exposicions
8 0 8
Treballs
0 25.5 25.5
 
Atenció personalitzada
8 0 8
 
Proves objectives de tipus test
2 0 2
 
(*) 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.
Sessió Magistral Exposició dels continguts de l’assignatura.
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.
Treballs 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
 
Treballs
Presentacions / exposicions
Pràctiques a través de TIC en aules informàtiques
Descripció
Consultes/Tutories: Resolució de dubtes teòrics i pràctics. Correcció de pràctiques. Revisió d’exàmens.

Avaluació
  Descripció Pes
Presentacions / exposicions Exposició oral per part dels alumnes de treballs d'aprofundiment en temes concrets de l'assignatura. Avaluació per part del professor. 40
Treballs 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
Proves objectives de tipus test Avaluació dels continguts teòrics explicats a les sessions magistrals. 30
 
Altres comentaris i segona convocatòria

Fonts d'informació

Bàsica 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

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