Guías Docentes Electrónicas
1. DATOS GENERALES
Asignatura:
VISIÓN ARTIFICIAL
Código:
56473
Tipología:
OPTATIVA
Créditos ECTS:
6
Grado:
418 - GRADO EN INGENIERÍA ELECTRÓNICA INDUSTRIAL Y AUTOMÁTICA (TO-2021)
Curso académico:
2021-22
Centro:
303 - ESCUELA DE INGENIERÍA INDUSTRIAL Y AEROESPACIAL
Grupo(s):
40 
Curso:
4
Duración:
Primer cuatrimestre
Lengua principal de impartición:
Español
Segunda lengua:
Uso docente de otras lenguas:
Libro de texto en inglés
English Friendly:
N
Página web:
Bilingüe:
N
Profesor: FERNANDO JOSE CASTILLO GARCIA - Grupo(s): 40 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
Edificio Sabatini / Laboratorio Mecatrónica
INGENIERÍA ELÉCTRICA, ELECTRÓNICA, AUTOMÁTICA Y COMUNICACIONES
96815
fernando.castillo@uclm.es
Ver https://www.uclm.es/toledo/eiia/tutorias

Profesor: FRANCISCO MOYA FERNANDEZ - Grupo(s): 40 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
INAIA (ed. 26)
TECNOLOGÍAS Y SISTEMAS DE INFORMACIÓN
925268800 Ext. 3729
francisco.moya@uclm.es
Ver https://www.uclm.es/toledo/eiia/tutorias

2. REQUISITOS PREVIOS

Para cursar esta asignatura con el mayor aprovechamiento, se recomienda que el alumno haya adquirido los conocimientos que se derivan de la obtención de las competencias relacionadas con la resolución de problemas matemáticos que puedan plantearse en la ingeniería, el uso y programación de los ordenadores, sistemas operativos, bases de datos y programas informáticos con aplicación en ingeniería, así como los fundamentos y aplicaciones de la electrónica digital y microprocesadores.

3. JUSTIFICACIÓN EN EL PLAN DE ESTUDIOS, RELACIÓN CON OTRAS ASIGNATURAS Y CON LA PROFESIÓN

El objetivo de esta asignatura es familiarizar al alumno con el análisis de imágenes a través de computadores, mediante el uso de aplicaciones específicas. Tradicionalmente, estos sistemas de percepción han estado implantados en el ámbito industrial principalmente con el objetivo de: a) incrementar la interactuación entre las máquinas y el entorno que las rodea; b) conseguir un control de calidad total de los productos fabricados.

Por otro lado, la aparición de nuevos algoritmos y cámaras ha propiciado que el ámbito de aplicación de la visión artificial se haya incrementado notablemente. Algunos ejemplos de estas nuevas aplicaciones podrían ser: el empleo de cámaras termográficas para tareas de inspección y mantenimiento, el reconocimiento automático para aplicaciones a seguridad o conducción autónoma o incluso aplicaciones 3D mediante visión estéreo.

Esta asignatura facilitará la aplicación de las habilidades de un Graduado en Ingeniería Electrónica Industrial y Automática en el mundo laboral o de investigación y, a la postre, ayudarán al ingeniero a enfrentarse a los problemas que le surgirán a lo largo del ejercicio de la profesión.


4. COMPETENCIAS DE LA TITULACIÓN QUE LA ASIGNATURA CONTRIBUYE A ALCANZAR
Competencias propias de la asignatura
Código Descripción
CB01 Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
CB02 Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
CB03 Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
CB04 Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
CB05 Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
CEO33 Conocimientos de visión por computador.
CG01 Capacidad para la redacción, firma y desarrollo de proyectos en el ámbito de la Ingeniería Industrial que tengan por objeto, de acuerdo con los conocimientos adquiridos según lo establecido en la Orden CIN/351/2009, la construcción, reforma, reparación, conservación, demolición, fabricación, instalación, montaje o explotación de: estructuras, equipos mecánicos, instalaciones energéticas, instalaciones eléctricas y electrónicas, instalaciones y plantas industriales y procesos de fabricación y automatización.
CG03 Conocimiento en materias básicas y tecnológicas, que capacite para el aprendizaje de nuevos métodos y teorías, y dote de versatilidad para adaptarse a nuevas situaciones.
CT02 Conocer y aplicar las Tecnologías de la Información y la Comunicación.
CT03 Utilizar una correcta comunicación oral y escrita.
5. OBJETIVOS O RESULTADOS DE APRENDIZAJE ESPERADOS
Resultados de aprendizaje propios de la asignatura
Descripción
Conocimiento de técnicas y procedimientos para el tratamiento de imágenes, lo que le permitirá extraer la máxima información a éstas, ya sean características del entorno o de objetos concretos. Capacidad de utilizar un sistema de visión para un fin específico, como el reconocimiento de objetos u otras aplicaciones con fines industriales, como conteo de piezas, morfología, color...
Conocimientos necesarios de un sistema de visión por computador, desde los componentes hardware que lo componen hasta el contenido de las imágenes y su formación digital.
Resultados adicionales
No se han establecido.
6. TEMARIO
  • Tema 1: Introducción y fundamentos
    • Tema 1.1: 1.1. Introducción a la visión por computador
    • Tema 1.2: 1.2. Elementos de un sistema de visión
    • Tema 1.3: 1.3. Imágenes digitales
  • Tema 2: Extracción de características y procesamiento digital
    • Tema 2.1: Filtrado espacial
    • Tema 2.2: Extracción de características
    • Tema 2.3: Transformaciones morfológicas y descripción de objetos
    • Tema 2.4: Segmentación de imágenes
  • Tema 3: Reconocimiento de objetos y movimiento
    • Tema 3.1: Reconocimiento de objetos
    • Tema 3.2: Visión estéreo
    • Tema 3.3: Movimiento
  • Tema 4: Aprendizaje para aplicaciones industriales
    • Tema 4.1: Aplicación a clasificación
    • Tema 4.2: Aplicación a calidad
    • Tema 4.3: Otras aplicaciones
COMENTARIOS ADICIONALES SOBRE EL TEMARIO

Los contenidos de la asignatura podrán ser modificados, con autorización del Vicerrectorado de Docencia, en situaciones de alarma debido al COVID-19. En cualquier caso, se asegurará la adquisición de las competencias de la asignatura.


7. ACTIVIDADES O BLOQUES DE ACTIVIDAD Y METODOLOGÍA
Actividad formativa Metodología Competencias relacionadas ECTS Horas Ev Ob Descripción
Resolución de problemas o casos [PRESENCIAL] Resolución de ejercicios y problemas CEO33 CG01 CG03 CT02 CT03 0.6 15 N N De forma programada, el profesor propondrá a los alumnos la resolución de casos prácticos relacionados con los temas indicados en el apartado 6 de esta guía. Se calificarán con cero los ejercicios en los que se detecte plagio.
Enseñanza presencial (Teoría) [PRESENCIAL] Método expositivo/Lección magistral CB02 CB03 CB04 CEO33 CT03 1 25 N N Exposición del contenido teórico con ejemplos
Prueba final [PRESENCIAL] Pruebas de evaluación CEO33 CG01 CG03 CT02 CT03 0.2 5 S S Incluirá cuestiones teórico-prácticas y/o resolución de problemas relacionados con los contenidos de la asignatura. Será necesaria una calificación igual o superior a 4 puntos sobre 10 para superar la asignatura.
Autoaprendizaje [AUTÓNOMA] Resolución de ejercicios y problemas CEO33 CG01 CG03 CT02 CT03 2.4 60 N N Trabajo autónomo para estudiar y completar los casos prácticos planteados en el laboratorio.
Estudio o preparación de pruebas [AUTÓNOMA] Trabajo autónomo CB01 CB02 CB03 CB04 CB05 CEO33 CT02 CT03 1.2 30 N N Preparación de prueba de evaluación final.
Prácticas en aulas de ordenadores [PRESENCIAL] Prácticas CEO33 CT02 CT03 0.6 15 N N Prácticas de ordenador para resolver problemas prácticos de visión artificial
Total: 6 150
Créditos totales de trabajo presencial: 2.4 Horas totales de trabajo presencial: 60
Créditos totales de trabajo autónomo: 3.6 Horas totales de trabajo autónomo: 90

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria (Será imprescindible su superación tanto en evaluación continua como no continua)

8. CRITERIOS DE EVALUACIÓN Y VALORACIONES
Sistema de evaluación Evaluacion continua Evaluación no continua * Descripción
Realización de prácticas en laboratorio 70.00% 70.00% De forma programada, el profesor propondrá a los alumnos la resolución de casos prácticos relacionados con los temas indicados en el apartado 6 de esta guía.
Se calificarán con cero los ejercicios en los que se detecte plagio.
Prueba final 30.00% 30.00% Incluirá cuestiones teórico-prácticas y/o resolución de problemas relacionados con los contenidos de la asignatura.
Será necesaria una calificación igual o superior a 4 puntos sobre 10 para superar la asignatura.
Total: 100.00% 100.00%  
* En Evaluación no continua se deben definir los porcentajes de evaluación según lo dispuesto en el art. 6 del Reglamento de Evaluación del Estudiante de la UCLM, que establece que debe facilitarse a los estudiantes que no puedan asistir regularmente a las actividades formativas presenciales la superación de la asignatura, teniendo derecho (art. 13.2) a ser calificado globalmente, en 2 convocatorias anuales por asignatura, una ordinaria y otra extraordinaria (evaluándose el 100% de las competencias).

Criterios de evaluación de la convocatoria ordinaria:
  • Evaluación continua:
    No se ha introducido ningún criterio de evaluación
  • Evaluación no continua:
    No se ha introducido ningún criterio de evaluación

Particularidades de la convocatoria extraordinaria:
Para los alumnos que no superen el programa de prácticas en la convocatoria ordinaria, el profesor podrá proponer un trabajo práctico alternativo al desarrollado durante el curso e individualizado.
Particularidades de la convocatoria especial de finalización:
No se ha introducido ningún criterio de evaluación
9. SECUENCIA DE TRABAJO, CALENDARIO, HITOS IMPORTANTES E INVERSIÓN TEMPORAL
No asignables a temas
Horas Suma horas
Prueba final [PRESENCIAL][Pruebas de evaluación] 5

Tema 1 (de 4): Introducción y fundamentos
Actividades formativas Horas
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 3
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 6
Autoaprendizaje [AUTÓNOMA][Resolución de ejercicios y problemas] 15
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 7
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] 3

Tema 2 (de 4): Extracción de características y procesamiento digital
Actividades formativas Horas
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 4
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 6
Autoaprendizaje [AUTÓNOMA][Resolución de ejercicios y problemas] 15
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 7
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] 4

Tema 3 (de 4): Reconocimiento de objetos y movimiento
Actividades formativas Horas
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 4
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 6
Autoaprendizaje [AUTÓNOMA][Resolución de ejercicios y problemas] 15
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 8
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] 4

Tema 4 (de 4): Aprendizaje para aplicaciones industriales
Actividades formativas Horas
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 4
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 7
Autoaprendizaje [AUTÓNOMA][Resolución de ejercicios y problemas] 15
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 8
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] 4

Actividad global
Actividades formativas Suma horas
10. BIBLIOGRAFÍA, RECURSOS
Autor/es Título Libro/Revista Población Editorial ISBN Año Descripción Enlace Web Catálogo biblioteca
David A. Forsyth and Jean Ponce Computer Vision: A Modern Approach, second edition Pearson 978-0-13-608592-8 2012 https://www.pearson.com/us/higher-education/program/Forsyth-Computer-Vision-A-Modern-Approach-2nd-Edition/PGM111082.html  
E.R. Davies Computer Vision: Principles, Algorithms, Applications, Learning Academic Press 9780128092842 2017 https://www.elsevier.com/books/computer-vision/davies/978-0-12-809284-2  
MathWorks Computer Vision Toolbox Documentation https://es.mathworks.com/help/vision/  
MathWorks Computer Vision Toolbox User's Guide 2020  
Richard Szeliski Computer Vision: Algorithms and Applications, 2nd ed. Springer 2021 https://szeliski.org/Book/  
Simon J.D. Prince Computer Vision. Models, Learning and Inference Cambridge University Press 9781107011793 2012 https://www.cambridge.org/es/academic/subjects/computer-science/computer-graphics-image-processing-and-robotics/computer-vision-models-learning-and-inference?format=HB&isbn=9781107011793  



Web mantenido y actualizado por el Servicio de informática