Guía Docente 2013-14 Visión Artificial Computer Vision Grado en Ingeniería Informática Presencial Rev. 10 Universidad Católica San Antonio de Murcia Tlf: (+34) 902 102 101 info@ucam.edu www.ucam.edu
29/04/2014 13:05 Índice Visión Artificial...3 Breve descripción de la asignatura...3 Requisitos Previos...3 Objetivos de la asignatura...3 Competencias...4 Competencias transversales... 4 Competencias específicas... 4 Metodología...5 Temario...5 Programa de la enseñanza teórica... 5 Programa de la enseñanza práctica... 7 Relación con otras materias...7 Sistema de evaluación...7 Convocatoria de Febrero/Junio:... 7 Convocatoria de Septiembre:... 7 Bibliografía...8 Bibliografía básica... 8 Bibliografía complementaria... 8 Web relacionadas...8 Recomendaciones para el estudio y la docencia...8 Material necesario...8 Tutorías...9 2
Visión Artificial Módulo: Sistemas Inteligentes Materia: Inteligencia Artificial Carácter: Optativa Nº de créditos: 4,5 Créditos ECTS Unidad Temporal: 4º Curso 2º Cuatrimestre Profesor de la asignatura: Andrés Muñoz Ortega Email: amunoz@ucam.edu Horario de atención a los alumnos/as: Lunes y Viernes de 13:00 a 14:00 Profesor coordinador de curso: Alberto Caballero Martínez Profesor coordinador de módulo: Andrés Bueno Crespo Breve descripción de la asignatura En esta asignatura se abordan todos los elementos necesarios en un sistema de visión por computador. Comprendiendo las técnicas de visión estereoscópica, análisis de movimiento y tratamiento de objetos en 3D. Su objetivo fundamental, planteado un problema, es la extracción automatizada de información significativa a partir de imágenes digitales. Brief Description This subject explores all the necessary elements to develop a computer vision system. It is focused on stereo vision techniques, movement analysis and 3D object recognition. The main goal of this subject is to understand and practice the extraction of relevant information from digital images in an automatic manner. Requisitos Previos Conocimientos básicos de C++ Objetivos de la asignatura 1. Conocer los fundamentos de la visión artificial. 2. Comprender los diferentes modelos de la visión por computador. 3. Conocer y comprender las diferentes técnicas de análisis de movimiento 4. Conocer las técnicas de visión estereoscópica. 5. Comprender las técnicas del reconocimiento de objetos en 3D. 6. Aprender a determinar formas de un objeto a través de la intensidad de iluminación, textura y enfoque. 3
Competencias Competencias transversales 1. Capacidad de análisis y síntesis. 2. Capacidad de resolución de problemas y toma de decisiones. 5. Razonamiento crítico. 8. Creatividad. 12. Aprender de manera autónoma nuevos conocimientos y técnicas adecuadas para la concepción, el desarrollo o la explotación de sistemas informáticos. Competencias específicas 13. Comunicar de forma efectiva, tanto por escrito como oral: conocimientos, procedimientos, resultados e ideas relacionadas con las TIC y, concretamente de la Informática, conociendo su impacto socioeconómico. 15. Concebir y llevar a cabo proyectos informáticos utilizando los principios y metodologías propios de la ingeniería. 19. Concebir, desarrollar y mantener sistemas y aplicaciones software empleando diversos métodos de ingeniería del software y lenguajes de programación adecuados al tipo de aplicación a desarrollar manteniendo los niveles de calidad exigidos. 21. Proponer, analizar, validar, interpretar, instalar y mantener soluciones informáticas en situaciones reales en diversas áreas de aplicación dentro de una organización. 22. Concebir, desplegar, organizar y gestionar sistemas y servicios informáticos en contextos empresariales o institucionales para mejorar sus procesos de negocio, responsabilizándose y liderando su puesta en marcha y mejora continua, así como valorar su impacto económico y social. 4
Metodología Metodología Horas Clases magistrales 10 Laboratorio 19 Tutorías 9 Exposición de trabajos 3 Exámenes 4 Estudio personal 25 Preparación trabajos 37.5 Actividades aprendizaje virtual 5 Horas de trabajo presencial 45 (40 %) Horas de trabajo no presencial 67.5 (60 %) TOTAL 112.5 45 67.5 Temario Tema. Programa de la enseñanza teórica 1. Qué es la visión artificial? 2. Representación de imágenes digitales 3. Segmentación y descripción 4. Fases en visión artificial 5. Aplicaciones Tema 2. Elementos de un sistema de visión por computador. 2. Iluminación 3. Óptica 5
4. Sensores visuales (cámaras) 5. Tarjetas digitalizadoras Tema 3. Análisis de movimiento. 2. Campo de movimiento 3. Flujo óptico 4. Técnicas para la detección de movimiento 5. Usos del movimiento Tema 4. La visión estereoscópica. 2. Adquisición de imágenes 3. Geometría del sistema para obtener la distancia 4. Correspondencia estereoscópica 5. Usos de la visión estereoscópica Tema 5. Descripción y reconocimiento de objetos 3D. 2. Segmentación y descripción de superficies 3. Inferencia y descripción de objetos 4. Reconocimientos de objetos 3D Tema 6. Formas a partir de texturas y del enfoque. 2. Formas a partir de la variación de la intensidad 3. Formas a partir de la textura 4. Formas a partir del enfoque 6
Programa de la enseñanza práctica Boletín 1. Instalación OpenCV en VisualStudio 2010 Boletín 2. Iluminación y procesamiento básico de imágenes Boletín 3. Análisis de movimiento y visión estereoscópica Boletín 4. Reconocimiento de formas, objetos y rostros Relación con otras materias Con otras asignaturas del módulo/materia: Inteligencia Artificial y Procesamiento de Imágenes. Con otras asignaturas del Plan de Estudios: Informática Gráfica y Robótica. Sistema de evaluación Convocatoria de Febrero/Junio: - Parte teórica: 60% pruebas escritas (conocimientos desarrollados en lección magistral y clases teórico-prácticas). - Parte práctica: 40% prueba práctica (en grupo de trabajo, demostración de habilidades y competencias). Convocatoria de Septiembre: - Parte teórica: 60% pruebas escritas (conocimientos desarrollados en lección magistral y clases teórico-prácticas). - Parte práctica: 40% prueba práctica (demostración de habilidades y competencias). 7
Bibliografía Bibliografía básica Gonzalo, P. y de la Cruz, J.M. Visión por computador: imágenes digitales y aplicaciones. 2º Edición, Ed. Ra-ma, 2008. Vélez J. et Al. Visión por computador. Dykinson, Madrid, 2003. Robert Laganiere. OpenCV 2 Computer Vision Application Programming Cookbook. Packt Publishing, Junio 2011. Bibliografía complementaria Pajares, G. Ejercicios Resueltos de Visión por Computador. Ra-ma, Madrid, 2008. De la Escalera, A. Visión por Computador. Fundamentos y Métodos. Ed. Prentice-Hall 2001. Gary Bradski y Adrian Kaehler, Learning OpenCV: Computer Vision with the OpenCV, O'Reilly Press, Octubre 2008. Web relacionadas Visión artificial en AEPIA (Asociación Española de Inteligencia Artificial) (http://aepia.aic.uniovi.es/aepia/index.php?option=com_content&view=article&id=80&itemid=57) Librería OpenCV: (http://opencv.willowgarage.com/wiki/) Recomendaciones para el estudio y la docencia La asignatura requiere un seguimiento continuo por parte del alumno, ya que el contenido de cada tema se basa en lo explicado en temas anteriores. Por ello, se recomienda estudiar conforme se desarrollen los contenidos en clase y realizar los ejercicios propuestos. Material necesario Diapositivas y tutoriales dados en clase Ordenador con conexión a Internet 8
Tutorías Se propondrán ejercicios para resolver por grupos, así como presentaciones orales de los mismos. La valoración dependerá de la calidad general del trabajo, las habilidades y actitudes expuestas. También se resolverán dudas planteadas por los alumnos. 9