SP 1: Qué es el Aprendizaje Basado en Proyectos? Cómo se trabaja en equipo? (2h)

Transcripción

1 Asignatura: VISIÓN ARTIFICIAL Código: Año académico: 2013/2014 Centro: ESCUELA POLITÉCNICA SUPERIOR Y FACULTAD DE CIENCIAS EXPERIMENTALES Departamento: INFORMÁTICA Área: CIENCIAS DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL Titulación: INGENIERIA INFORMÁTICA Ciclo: 2º Curso: 1º Cuatrimestre: 2º Carácter: OPTATIVA Créditos teóricos: 4 Créditos prácticos: 1.5 Profesorado: José Antonio Piedra Fernández Objetivos Generales: Mostrar de forma global la visión por computador como el área que trata el conjunto de procesos informáticos cuya misión es obtener, caracterizar e interpretar la información proporcionada por imágenes adquiridas del universo de actuación. Mediante el desarrollo de un sistema de visión artificial en grupo con clientes reales. Conocimientos Previos Recomendados: Se debe de haber cursado previamente la asignatura de Tratamiento Digital de Imágenes ya que se dan las pautas de los procesos de adquisición, preprocesamiento y segmentación de imágenes, cruciales para las etapas que se ven en visión artificial. Contenidos teóricos (Temporización): SP 1: Qué es el Aprendizaje Basado en Proyectos? Cómo se trabaja en equipo? (2h) SP 2: Qué proyecto desarrollar? (2h) (Elección del sistema de visión artifical a desarrollar a lo largo del curos) SP 3: Qué pasos debo seguir en el desarrollo de un proyecto de Visión Artificial? (4h) (Planificación de actividades y temporización de las mismas por cada uno de los miembros) SP 4: Cómo se analizan imágenes? Qué librerías, tecnología y dispositivos usar? (10h) (Principales librerías de análisis de imágenes OpenCV, Toolbox de Matlab, ImageJ, etc. así como dispositivos desde las cámaras disponibles en un móvil hasta la tecnología Kinect como interfaz de comunicación natural entre el computador y el ser humano) SP 5: Cómo se reconocen objetos en una imagen o un video? (24h) (Extracción de características y clasificación de patrones. Clasificadores: Redes Bayesianas, Redes Neuronales, Sistemas Basados en Reglas, Sistemas Difusos ) SP 6: Qué es el seguimiento de objetos y cuáles son los principales algoritmos? (10h) (Visión dinámica y flujo óptico. Algoritmos de seguimiento y predicción de movimiento) ID. FIRMA blade39adm.ual.es PÁGINA 1/5

2 SP 7: Cuándo es necesaria la visión estereoscópica y como se aplica? (6h) (Representación 3D, reconstrucción de objetos 3D) SP 8: Evaluación del proyecto (2h) Contenidos prácticos (Temporización): La propuesta práctica se centra en el desarrollo de un sistema de visión artificial real y de libre elección por parte del alumno. Se recomienda utilizar la librería OpenCV para la implementación del sistema. Los trabajos pueden ser: - Detección y seguimiento de señales de tráfico. - Elaboración de aplicaciones usando Kinect mediante el análisis de imágenes del visible y de profundiad. - Reconocimiento de personas en una habitación. - Control de calidad de un producto o material. - En definitiva el desarrollo de un trabajo motivador para el alumno por su repercusión social, sus inquietudes o su viabilidad comercial. Bibliografía: ID. FIRMA blade39adm.ual.es PÁGINA 2/5

3 BIBLIOGRAFIA BÁSICA CHEN C.H., WANG P.S.P. (2005). Handbook of Pattern Recognition and Computer Vision. World Scientific. ERNST D. DICKMANNS (2007) Dynamic Vision for Perception and Control of Motion, Springer-Verlag. FORSYTH y PONCE (2003), Computer Vision. A modern approach, Prentice Hall. GONZÁLEZ JIMÉNEZ, J. (2000). Visión por Computador. Paraninfo. GONZÁLEZ y WOODS (2008), Digital Image Processing, McGraw-Hill. GROSSO E, TISTARELLI M. (1995) Active/dynamic stereo vision, Pattern Analysis and Machine Intelligence, IEEE Transactions on Volume 17, Issue 9, Sept Page(s): HORNBERG A. (2006) Handbook of Machine Vision JAEHNE (2009). Handbook of Computer Vision and Applications: 3 Volume Set. Academic Press. JOHN X. LIU (2006). Computer Vision and Robotics. Nova Science Publishers. SHAPIRO L.G., STOCKMAN G.C. (2001). Computer Vision. Prentice Hall. Society Of Photo-Optical Instrumentation. Machine Vision Applications in Industrial Inspection XV: 2007 SONKA, HLAVAC y BOYLE (1999), Image Processing, Analysis and Machine Vision, Chapman & Hall. BIBLIOGRAFIA COMPLEMENTARIA CANTÓN (1982), La teoría de los momentos en el análisis de formas: formulación tensorial, invarianzas y aplicaciones. Tesis doctoral. Universidad de la Laguna. HU (1962), Visual Pattern Recognition by Moment Invariant. IRE Trans. Info. Theory, vol. IT-8, pp TEAGUE (1980) Image Analysis via the general theory of moments. Journal of Optical Society of America. MAITRA (1979), Moment invariants, Proc. IEEE, vol. 67, pp SERRA (1982), Image Analysis and Mathematical Morphology, Academic Press. P.A. DEVIJVER y J.V. KITTLER (1982), Pattern Recognition. A Statistical Approach, Prentice Hall- Englewood Cliffs. RICHARDS, J.A. (1986), Remote Sensing Digital Image Analysis, Springer-Verlag. A.K. JAIN, P.W. DUIN y JIANCHANG MAO (2000), Statistical Pattern Recognition: A Review. En IEEE Transactions on Pattern Analysis and Machin e Intelligence (PAMI), vol. 22 (1), págs DUDA, HART y STORK (2001), Pattern Classification, John Wiley & Sons. ARUN D. KULKARNI. (2001), Computer Vision and Fuzzy-Neural System, Prentice Hall. WEKA. CORCHADO J. M., DÍAZ F., FDEZ-RIVEROLA F. Y BORRAJO L. (2000) Redes Neuronales Artificiales: Un enfoque práctico. Universidad de Vigo. ID. FIRMA blade39adm.ual.es PÁGINA 3/5

4 Metodología: Desde un punto de vista general, la estrategia óptima de actividades docentes y técnicas didácticas a utilizar en la enseñanza de la asignatura de Visión Artificial, consistiría en aprendizaje basado en proyectos. Para ello se realizará un proyecto en grupo a lo largo de toda la asignatura, combinando seminarios, tutorías y el aprendizaje autónomo del alumno. - Trabajo en el aula (presencial) Para ello se procederá a la puesta en marcha de actividades en el aula encaminadas al trabajo cooperativo y colaborativo para el desarrollo de supuestos. - Tutorías presenciales. Se dispondrá de unas sesiones de tutorías dirigidas obligatorias semanalmente de unos 10 a 15 minutos para resolver dudas de los grupos formados en clase de teoría (y que en principio no serán fijos sino que variarán a lo largo del curso) encaminadas a tener un acercamiento con los alumnos y dirigirlos en el desarrollo de trabajos finales de la asignatura. - Tutorías On-Line. El uso de las nuevas tecnologías de las comunicaciones amplía las posibilidades de comunicación entre profesor y alumno fuera del contexto de las clases y tutorías clásicas. Se pueden ofrecer servicios de tutorías a varios niveles: Correo electrónico. Efectuar consultas relativas a las prácticas que realizan los alumnos o cuestiones sobre temas tratados en clase. FAQ (Frecuently Asked questions). En esta lista, publicada en un servicio Web, se encuentran las cuestiones planteadas por los alumnos junto con la respuesta del profesor. Servicio IRC. El servicio IRC permite una comunicación amplia entre el conjunto de los alumnos y el profesor. Da pié a la discusión sobre cualquier tema relacionado con la exposición de las clases o de las prácticas. Todo realizado mediante WEBCT que va a permitir: Multimedia. Permite incorporar textos, imágenes fijas, animaciones, vídeos, sonido, etc. Sincrónico y Asincrónico. Realización de actividades en el mismo momento (síncrono) o en el tiempo particular de cada alumno (asíncrono). Accesibles. La inexistencia de limitaciones geográficas. Abierto. Posibilidad de una actualización de los contenidos y actividades de forma permanente. Alto seguimiento del trabajo de los alumnos. Los formadores organizan la formación en base a tareas que los alumnos deben realizar. Comunicación horizontal. Facilita la colaboración entre los alumnos que forma parte de las técnicas de formación. ID. FIRMA blade39adm.ual.es PÁGINA 4/5

5 - Trabajos Finales La realización de un trabajo final resulta muy interesante ya que se trata del primer esfuerzo serio de investigación que realiza el alumno, aproximándole a problemas reales y abriéndole nuevos campos. Este tipo de dirección supone para el tutor una evaluación continua del desarrollo del trabajo y del aprovechamiento de formación por parte del alumno. - Seminarios. En estos seminarios es muy fácil la comunicación profesor alumno, ya que siempre se impartirán a grupos reducidos de unas 20 personas como máximo. Al ser pequeños grupos se puede aplicar una dinámica de grupo para obtener debates del tema por parte del alumno y donde el papel del profesor sea el de moderador, en la medida de que esto le sea posible, el resultado final de estas clases es que sean distendidas. Para realizar los seminarios hay que tener en cuenta el número de profesores que van a participar en este tipo de actividad y como normalmente se va formar más de un grupo estos tendrán que estar coordinados para que no exista desfase entre unos grupos y otros. Los seminarios tienen un carácter voluntario y a dichos seminarios podrán acudir no solamente los alumnos del nivel para el cual se van a desarrollar el seminario, sino también podrán acudir alumnos de cursos superiores, diplomados, etc. Es necesario motivar a los alumnos a que acudan a este tipo de actividad, debido a que va a ser muy provechosa en su preparación. Se le atribuyen muchas ventajas a este tipo de actividad, entre ellas cabe destacar: Facilita la compresión de temas difíciles, al ser grupos pequeños y aplicando la dinámica de grupo se facilita el aprendizaje del tema. Aumenta las aptitudes para el trabajo en equipo. Es un medio útil para impartir asignaturas opcionales que no se van a desarrollar a lo largo de la Ingeniería Técnica, permitiendo una flexibilidad en las disciplinas. Plan de acción tutorial: - Tutorías presenciales. Se realizarán se semanalmente de unos 10 a 15 minutos y serán de carácter obligatorio. - Tutorías On-Line. Se realizarán semanalmente preguntas para que sean resueltas mediante FOROS por la participación del alumnado. Evaluación: Desarrollo de un proyecto. Se presentará un sistema funcional dentro del ámbito de la asignatura. Se deberá defender de manera oral y presentar una memoria escrita del mismo. Se considera indispensable obtener al menos un 5 (sobre 10) en esta parte para poder aprobar la asignatura. La nota obtenida en esta parte se reflejará en 7 puntos máximo para la nota final de la asignatura. Examen Final. Es necesario obtener la calificación de 5 (sobre 10) para poder superar esta parte. La nota obtenida se reflejará en 2 puntos máximo para la nota final de la asignatura. Realización y entrega de los supuestos prácticos en los plazos establecidos La nota obtenida en esta parte se reflejará en 1 puntos máximo para la nota final de la asignatura. ID. FIRMA blade39adm.ual.es PÁGINA 5/5