FICHA DE ASIGNATURA PARA GUIA DOCENTE. EXPERIENCIA PILOTO DE CRÉDITOS EUROPEOS. UNIVERSIDADES ANDALUZAS. CURSO 20100/11 DATOS BÁSICOS DE LA ASIGNATURA

Transcripción

1 FICHA DE ASIGNATURA PARA GUIA DOCENTE. EPERIENCIA PILOTO DE CRÉDITOS EUROPEOS. UNIVERSIDADES ANDALUZAS. CURSO 20100/11 DATOS BÁSICOS DE LA ASIGNATURA NOMBRE: VISION ARTIFICIAL Código: AÑO DE PLAN DE ESTUDIO: TIPO (troncal/obligatoria/optativa) : OPTATIVA Créditos totales (LRU / ECTS): Créditos LRU/ECTS teóricos: Créditos LRU/ECTS prácticos: 6/5 3/2,5 3/2,5 CURSO: 4º CUATRIMESTRE: 2º CICLO: 2º DATOS BÁSICOS DE LOS PROFESORES NOMBRE: Francisco José Madrid Cuevas CENTRO/DEPARTAMENTO: Informática y Análisis Numérico ÁREA: Ciencias de la Computación e I.A. Nº DESPACHO: rmedina@uco.es TF: URL WEB: DATOS ESPECÍFICOS DE LA ASIGNATURA 1. DESCRIPTOR Fundamentos del Procesamiento digital de imágenes. Tópicos actuales en Visión Artificial. Aplicaciones 2. SITUACIÓN Se trata de una asignatura optativa que se imparte en 4º curso de la titulación de Ingeniero en Informática PRERREQUISITOS: Ninguno 2.2. CONTETO DENTRO DE LA TITULACIÓN: La asignatura aborda cuestiones básicas sobre los pasos a desarrollar para extraer información, en forma de características, de imágenes. El objetivo es que el alumno comprenda las diferentes etapas de procesamiento de una imagen para lograr que la información adquirida sea útil para construir un Sistema de Percepción basado en Visión Artificial RECOMENDACIONES: El alumno debe haber cursado, previamente la asignatura troncal de Inteligencia Artificial e Ingeniería del Conocimiento. En esta asignatura se incluye un tópico denominado Sistemas de Percepción en el que se explican técnicas que permiten, a partir de información extraída del entorno, generar un sistema de decisión que reproduzca comportamientos "inteligentes" del ser humano. 3. COMPETENCIAS 3.1. COMPETENCIAS TRANSVERSALES/GENÉRICAS: Análisis de requisitos para la resolución de un problema Diseño de soluciones para problemas reales 3.2. COMPETENCIAS ESPECÍFICAS: Cognitivas (Saber): Conocer los fundamentos del procesamiento digital de imágenes Conocer las diferentes etapas a desarrollar para construir un Sistema de Percepción basado en Visión Artificial. Conocer mecanismos concretos para resolver los problemas que se corresponden con cada una de las etapas del desarrollo de una Sistema de Visión

2 Conocer cuáles son los principales tópicos de investigación en Visión Artificial Procedimentales/Instrumentales (Saber hacer): Aplicar técnicas concretas para procesamiento digital de imágenes Diseñar soluciones a problemas concretos combinando diferentes técnicas Adquirir capacidad de análisis y síntesis para redactar un trabajo sobre un problema concreto. Actitudinales (Ser): Adquirir capacidades críticas relativas a las posibles soluciones que pueden plantearse a la hora de resolver problemas concretos 4. OBJETIVOS Al tratarse de una asignatura optativa el objetivo a cubrir es muy específico. Desde un punto de vista práctico se pretende que el alumno comprenda qué es lo que tiene que hacer, usando el conocimiento que ya poseemos, si necesita construir un Sistema de percepción basado en Visión Artificial para cualquier aplicación industrial. Desde un punto de vista teórico se pretende que el alumno conozca cuales son los tópicos actuales de la Visión en los que se sigue desarrollando investigación por ser problemas aún no resueltos.

3 5. METODOLOGÍA NÚMERO DE HORAS DE TRABAJO DEL ALUMNO: Primer Semestre: Nº de Horas: Clases Teóricas*: 21 Clases Prácticas*: 21 Exposiciones y Seminarios*: 4 Tutorías Especializadas (presenciales o virtuales):6 A) Colectivas*: 4 B) Individuales: 2 Realización de Actividades Académicas Dirigidas:9 A) Con presencia del profesor*: 1 B) Sin presencia del profesor: 8 Otro Trabajo Personal Autónomo: 67 A) Horas de estudio: 48 B) Preparación de Trabajo Personal: 19 C)... Realización de Exámenes: 5 A) Examen escrito: 0 B) Exámenes orales (control del Trabajo Personal): 5 6. TÉCNICAS DOCENTES: Sesiones académicas teóricas Exposición y debate: Tutorías especializadas: Sesiones académicas prácticas Visitas y excursiones: Controles de lecturas obligatorias: Otros (especificar): DESARROLLO Y JUSTIFICACIÓN: 7. BLOQUES TEMÁTICOS Tema 1: Introducción. Aplicaciones y oportunidades de la Visión Artificial en la empresa. La investigación en Visión Artificial. Contenidos: Objetivo de la Visión Artificial. Áreas de aplicación en la empresa y demandas actuales. La investigación en Visión Artificial y oportunidades actuales. Principales revistas científicas en el JCR. Fases en la investigación de un problema concreto. Metodología de la investigación en Visión Artificial: desde la idea a la publicación de un paper. Tema 2: Fundamentos del Procesamiento básico de imágenes digitales. Contenidos: Fases de un sistema de Visión Artificial. Conceptos básicos. Operaciones elementales. Suavizado y realzado. Fundamentos del color. Segmentación. Extracción de información. Conexión con el tópico de Pattern Recognition. Tema 3: Umbralización, Detección de bordes y Texturas. Conceptos: histograma, umbralización, derivada en una imagen, gradiente. Operadores específicos de detección de bordes. Extracción de esquinas y puntos dominantes. Descripción³n de líneas y contornos. Descripción de regiones y extracción de características. Procedimientos globales y locales. Tema 4: Evaluación de similaridad de imágenes. Necesidad de su utilización. Tipos de medidas. Principales medidas empíricas de discrepancia. Uso de Curvas ROC en Visión. Tema 5: Visión 3D. Modelo de cámara y calibración. Corrección de errores. Aplicaciones actuales: análisis de movimiento, interacción hombremáquina. 8. BIBLIOGRAFÍA

4 8.1 GENERAL R. Gonzalez. Tratamiento Digital de Imágenes. Addisson-Wesley. D. Maravall. Reconocimiento de formas y visión artificial RAMA (1993) J. Gonzalez. Visión por Computador. Paraninfo (1999) A. Escalera. Visión por computador: fundamentos y métodos. Prentice-Hall (2006) 8.2 ESPECÍFICA (con remisiones concretas, en lo posible) O. Faugeras. Three-Dimensional computer vision : a geometric viewpoint. Cambridge (1993). 9. TÉCNICAS DE EVALUACIÓN - Pruebas escritas - Trabajo de la asignatura Criterios de evaluación y calificación: Existen dos formas diferentes para que el alumno sea evaluado, siendo el alumno el que debe escoger entre ambas alternativas. 1.- El proceso ordinario de evaluación consistirá en un examen final teórico-práctico. La parte práctica del examen se realizará sobre el ordenador desarrollando un problema de programación de alguna técnica concreta. El examen teórico consistirá en la contestación sobre preguntas de desarrollo, tipo test y/ o cuestiones sobre los contenidos de la asignatura. Ambas partes del examen puntuarán un 50% sobre la calificación final de la asignatura, siendo necesario aprobar cada una de ellas por separado. 2.- El proceso alternativo de evaluación exige la asistencia a las prácticas y las clases teóricas (como máximo, sólo se permite una falta de asistencia a 1 sesión de prácticas y una falta a 1 sesión teórica). La evaluación de las prácticas (el profesor de prácticas calificará de 0 a 10 el rendimiento global de este apartado) con una nota mínima de 5 permitirá superar la parte práctica de la asignatura. La realización de un trabajo científico dirigido por el profesor de teoría sobre un problema concreto será calificado entre 0 y 10 puntos. Obteniendo una calificación mínima de 5 se superará la parte teórica de la asignatura. Superadas ambas partes, la calificación final se obtendrá ponderando un 40% las prácticas y un 60% la teoría. 10. ORGANIZACIÓN DOCENTE SEMANAL SEMANA Nº de de Nº de sesiones Teóricas : sesiones prácticas : Segundo Cuatrimestrte Nº de Activida des con profesor Nº de Visita y excursione s Nº de Tutorías especializ adas Nº de Control de lecturas obligatoria s Exame nes Temas del Temario a tratar 1ª Semana 2 Tema 1 2ª Semana 2 2 Tema 1 3ª: Semana 2 2 Tema 1 4ª: Semana 2 2 Tema 2 5ª: Semana 2 2 Tema 2 6ª: Semana 2 2 Tema 3 7ª: Semana Tema 3 8ª: Semana 2 1 Tema 3 9ª: Semana Tema 3 10º Semana Tema 4 11ª: Semana Tema 4 12ª: Semana 1 2 Tema 4 13ª Semana 2 Tema 5 14ª: Semana 1 3 Tema 5 15ª: Semana 2

5 11. TEMARIO DESARROLLADO Tema 1: - Oportunidades actuales de trabajo que presenta el área de la Visión Artificial tanto en la empresa como en el ámbito de la investigación. - Tipos de problemas que son susceptibles de ser resueltos mediante Visión Artificial. - Mecanismos básicos y principios generales para desarrollar investigación en Visión Artificial. Tema 2: - Conceptos fundamentales en Visión Artificial. - Etapas de desarrollo de un Sistema de Visión - Como abordar los principales problemas en cada una de las fases usando el conocimiento actual - Particularidades de la VA en el contexto general de Pattern Recognition. Tema 3: - La segmentación de imágenes como etapa básica en cualquier sistema de Visión Artificial. - Mecanismos conocidos y problemática de cada uno de ellos. Tema 4: - Mecanismos científicos para evaluar el rendimiento de un sistema de visión artificial. Problemática de cada uno de ellos. Tema 5: - Mecanismo básico de tratamiento del mundo 3D desde el punto de vista de la Visión Artificial. - Demandas actuales de desarrollos de sistemas de visión 3D. 12. MECANISMOS DE CONTROL Y SEGUIMIENTO: La imparticón de las clases teóricas será interactiva de forma que la participación de los alumnos sea real. Al tratarse de una asignatura optativa en la que el número de alumnos no es amplio, el seguimiento de la asignatura puede ser comprobado en cada sesión a través de las dudas planteadas.