Guias Docentes

  GUÍA DOCENTE DE LA ASIGNATURA: VISIÓN ARTIFICIAL Y RECONOCIMIENTO DE PATRONES    
1. Datos generales
Asignatura: VISIÓN ARTIFICIAL Y RECONOCIMIENTO DE PATRONES Código: 42362
Tipología: OPTATIVA Créditos ECTS: 6
Grado: 346 - GRADO EN INGENIERÍA INFORMÁTICA (AB) Curso académico: 2017-18
Centro: (604) E.S. DE INGENIERIA INFORMATICA ALBACETE Grupo(s): 17
Curso: 4 Duración: Primer cuatrimestre
Lengua principal de impartición: Español Segunda lengua:
Uso docente de otras lenguas: English Friendly: No
Página Web: https://www.dsi.uclm.es/asig.php?codasig=42362&curso=2017-18
Nombre del profesor: FRANCISCO JAVIER GOMEZ QUESADA - Grupo(s) impartido(s): 17
 
Despacho Departamento Teléfono Correo electrónico Horario de tutoría
ESII/1.C.15 SISTEMAS INFORMÁTICOS Ext: 2475 Fco.Gomez@uclm.es https://www.dsi.uclm.es/pers.php?codpers=66&curso=2017-18
2. Requisitos previos

- Conocimiento del Lenguaje de Programación C/C++

3. Justificación en el plan de estudios, relación con otras asignaturas y con la profesión

   Hoy en día no se concibe ningún campo ni actividad en la que no intervenga de una forma más o menos decisiva la Visión por Computador o Visión Artificial. El número de aplicaciones es cada día mayor. Los libros, publicaciones y programas comerciales dedicados a esta materia crecen continuamente.

Conseguir sustituir el proceso humano por el que a través de nuestros ojos capturamos la información visual que posteriormente nuestro cerebro describirá, representará e interpretará por un sistema de Visión Artificial que consiga emular nuestro sistema de visión, reconocimiento e interpretación natural, de forma lo más automática posible y a una velocidad mayor es todo un reto al que hoy en día ningún campo de la ciencia o la técnica puede sustraerse.

4. Competencias de la titulación que la asignatura contribuye a alcanzar
Competencias propias de la asignatura
CM4 Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.
CM5 Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.
INS1 Capacidad de análisis, síntesis y evaluación.
INS2 Capacidad de organización y planificación.
INS4 Capacidad de resolución de problemas aplicando técnicas de ingeniería.
PER1 Capacidad de trabajo en equipo.
PER4 Capacidad de relación interpersonal.
5. Objetivos o resultados de aprendizaje esperados
Resultados propios de la asignatura
Diseñar y programar comportamientos básicos y avanzados que permitan a un robot desenvolverse de forma autónoma en un entorno determinado.
Conocer los métodos fundamentales y avanzados de tratamiento digital de la imagen y capacidad para definir los mejores sistemas de visión artificial.
Manejar y programar librerías informáticas específicas de visión artificial.
Resultados adicionales
Dar una visión general de las aplicaciones en este campo.
Introducir al alumno en los aspectos fundamentales de la Visión por Computador y su problemática, así como proporcionar métodos y soluciones en dicho campo.
Introducir al alumno en el conjunto de procesos de obtención, caracterización e interpretación de la información contenida en imágenes tomadas del mundo real, utilizando para ello un computador. Recorrido por las etapas fundamentales de un Sistema de Visión Artificial.
Conocer distintas técnicas de Reconocimiento de Patrones.
6. Temario / Contenidos
 Tema 1 INTRODUCCIÓN A LA VISIÓN POR COMPUTADOR
 Tema 1.1  Introducción
 Tema 1.2  Etapas Fundamentales de un Sistema de Visión por Computador
 Tema 1.3  Niveles de Tratamiento
 Tema 1.4  Aplicaciones
 Tema 1.5  Ejercicios y Casos Prácticos
 Tema 2 FUNDAMENTOS DE LA VISIÓN POR COMPUTADOR
 Tema 2.1  Conceptos Generales
 Tema 2.2  Relaciones Básicas entre Píxeles
 Tema 2.3  Geometría de Formación de Imágenes
 Tema 2.4  Elementos de la Percepción Visual
 Tema 2.5  Color
 Tema 2.6  Ejercicios y Casos Prácticos
 Tema 3 ADQUISICIÓN Y ALMACENAMIENTO DE IMÁGENES
 Tema 3.1  Introducción
 Tema 3.2  Muestreo y Cuantificación
 Tema 3.3  Dispositivos de Adquisición de Imágenes
 Tema 3.4  Técnicas de Iluminación
 Tema 3.5  Almacenamiento de Imágenes
 Tema 3.6  Ejercicios y Casos Prácticos
 Tema 4 TÉCNICAS DE PREPROCESADO
 Tema 4.1  Introducción
 Tema 4.2  Dominios de Preprocesado
 Tema 4.3  Técnicas de Realce Espaciales
 Tema 4.4  Técnicas de Suavizado Espaciales
 Tema 4.5  Falso Color
 Tema 4.6  Dominio de Frecuencias
 Tema 4.7  Ejercicios y Casos Prácticos
 Tema 5 ANÁLISIS DE IMÁGENES
 Tema 5.1  Introducción
 Tema 5.2  Segmentación
 Tema 5.3  Representación
 Tema 5.4  Morfología Matemática
 Tema 5.5  Ejercicios y Casos Prácticos
 Tema 6 RECONOCIMIENTO DE PATRONES
 Tema 6.1  Introducción
 Tema 6.2  Fundamentos de los Sistemas de Reconocimiento de Patrones
 Tema 6.3  Reconocimiento Estadístico
 Tema 6.4  Reconocimiento Sintáctico
 Tema 6.5  Ejercicios y Casos Prácticos
7. Actividades o bloques de actividad y metodología

Actividad formativa Metodología Competencias relacionadas ECTS Horas Ev Ob Rec Descripción
Enseñanza presencial (Teoría) [PRESENCIAL] Método expositivo/Lección magistral CM4, CM5, INS1 0.80 20.00 No No El profesor centrará el tema y se explicarán los contenidos fundamentales del mismo.
Resolución de problemas o casos [PRESENCIAL] Resolución de ejercicios y problemas CM5, INS1, INS2, INS4 0.32 8.00 No No Se revisarán ejercicios y problemas prácticos relacionados con el tema correspondiente.
Talleres o seminarios [PRESENCIAL] Método expositivo/Lección magistral CM4, CM5, INS1 0.12 3.00 No No Seminario sobre el entorno de programación Microsoft Visual C++ 2015, incluido en Microsoft Visual Studio 2015
Prácticas en aulas de ordenadores [PRESENCIAL] Combinación de métodos CM5, INS1, INS2, INS4, PER4 1.08 27.00 No Programación de Algoritmos de Visión Artificial. El alumno implementará algunos de los algoritmos de Visión Artificial vistos en clase. Se realizará tanto en horas de laboratorio, donde será tutorizado por el profesor, como en parte de las horas dedicadas a actividad autónoma del alumno.
Elaboración de memorias de Prácticas [AUTÓNOMA] Trabajo autónomo CM5, INS1, INS2, INS4 1.52 38.00 No No Desarrollo autónomo de las Prácticas de programación de Algoritmos de Visión Artificial
Estudio o preparación de pruebas [AUTÓNOMA] Trabajo autónomo CM4, CM5, INS1, INS2, INS4 1.52 38.00 No No Estudio autónomo de los temas, resolución de ejercicios y problemas y preparación de las pruebas de conocimientos (de progreso)
Elaboración de informes o trabajos [AUTÓNOMA] Trabajo en grupo INS1, PER1, PER4 0.32 8.00 No En el Tema 5-6 se propondrá la realización de un ejercicio eminentemente práctico para que sea realizado en grupo y posteriormente expuesto en clase por todos los miembros de dicho grupo.

Presentación de trabajos o temas [PRESENCIAL] Trabajo en grupo INS1, PER1, PER4 0.16 4.00 No Exposición en clase y en grupo del Trabajo del Tema 5-6
Pruebas de progreso [PRESENCIAL] Pruebas de evaluación CM4, CM5, INS1, INS4 0.16 4.00 No Se realizarán 2 exámenes (uno a mediados del cuatrimestre y otro en fecha del examen final) para evaluar los conocimientos del alumno, tanto de aspectos teóricos como de aplicación práctica. Se realizarán de forma individual y consistirán en una serie de cuestiones a las que el alumno deberá contestar y/o resolver
Total: 6.00 150.00  
Créditos totales de trabajo presencial: 2.64 Horas totales de trabajo presencial: 66.00
Créditos totales de trabajo autónomo: 3.36 Horas totales de trabajo autónomo: 84.00
Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria
Rec: Actividad formativa recuperable
8. Criterios de evaluación y valoraciones

  Valoraciones  
Sistema de evaluación Estud. pres. Estud. semipres. Descripción
Pruebas de progreso 40.00% 0.00% [ESC] Se realizarán 2 exámenes (uno a mediados del cuatrimestre y otro en fecha del examen final) para evaluar los conocimientos del alumno, tanto de aspectos teóricos como de aplicación práctica. Se realizarán de forma individual y consistirán en una serie de cuestiones a las que el alumno deberá contestar y/o resolver
Realización de prácticas en laboratorio 40.00% 0.00% [LAB] En ellas, se incluirá la implementación de algunos de los algoritmos de Visión Artificial vistos en clase. Se realizará tanto en horas de Prácticas de Laboratorio, donde será tutorizado por el profesor, como en parte de las horas dedicadas a actividad autónoma del alumno.
Resolución de problemas o casos 10.00% 0.00% [INF] Periódicamente se propondrán cuestionarios de ejercicios relacionados con el tema correspondiente.
Realización de trabajos de campo 10.00% 0.00% [PRES] El alumno participará en el desarrollo y posterior exposición de un trabajo en grupo del Tema 5-6 que posteriormente será presentado en clase
Total: 100.00% 0.00%  

Criterios de evaluación de la convocatoria ordinaria:
La evaluación de la asignatura se realizará por medio de una evaluación continua y formativa durante el curso. La nota final de la asignatura será una media ponderada de acuerdo al peso asociado a cada una de las actividades propuestas. No habrá, por tanto, examen final en esta convocatoria (en la fecha indicada para el mismo se realizará la segunda prueba de conocimientos).

La evaluación positiva en esta convocatoria implicará que el alumno:

- haya entregado las relaciones de ejercicios y problemas a realizar durante el cuatrimestre
- haya participado en el desarrollo y posterior exposición del trabajo en grupo
- haya entregado las prácticas de laboratorio desarrolladas a lo largo del cuatrimestre
- supere el apartado de las pruebas de conocimientos, que de forma individual deberá realizar durante el cuatrimestre

La valoración aproximada de cada una de estas actividades es la siguiente:

1. Pruebas de Conocimientos (40 %)
2. Prácticas de Laboratorio (Programación de Algoritmos de Visión Artificial) (40%)
3. Entrega de problemas y ejercicios (10%)
4. Trabajo en grupo (10%)

Para superar con éxito la asignatura el alumno deberá obtener una nota igual o superior a 5 puntos como media (ponderada) de las actividades realizadas.



Particularidades de la convocatoria extraordinaria:
La evaluación positiva en esta convocatoria implicará que el alumno:

- supere un examen a celebrar en fecha oficial.
- presente las prácticas de laboratorio (Programación de Algoritmos de Visión Artificial) totalmente finalizadas, añadiendo al menos 6 de los apartados voluntarios.

La valoración aproximada de cada una de estas partes es la siguiente:

1. Examen en fecha oficial (50%)
2. Prácticas de Laboratorio (Programación de Algoritmos de Visión Artificial) (50%)

Para la Convocatoria Extraordinaria se guardarán las calificaciones positivas que el alumno tuviera en la Convocatoria Ordinaria.

9. Secuencia de trabajo, calendario, hitos importantes e inversión temporal
Tema 1 (de 6): INTRODUCCIÓN A LA VISIÓN POR COMPUTADOR
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 3
Resolución de problemas o casos [PRESENCIAL] [Resolución de ejercicios y problemas] (8 h tot.) 1
Talleres o seminarios [PRESENCIAL] [Método expositivo/Lección magistral] (3 h tot.) 3
Prácticas en aulas de ordenadores [PRESENCIAL] [Combinación de métodos] (27 h tot.) 1
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 2
Estudio o preparación de pruebas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 2
Comentario: Semanas 1 y 2:
- Presentación de la asignatura
- Seminario sobre Visual C++
- Práctica 1 de Laboratorio
Tema 2 (de 6): FUNDAMENTOS DE LA VISIÓN POR COMPUTADOR
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 3
Resolución de problemas o casos [PRESENCIAL] [Resolución de ejercicios y problemas] (8 h tot.) 1
Prácticas en aulas de ordenadores [PRESENCIAL] [Combinación de métodos] (27 h tot.) 4
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 6
Estudio o preparación de pruebas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 6
Comentario: Semanas 3 y 4
Tema 3 (de 6): ADQUISICIÓN Y ALMACENAMIENTO DE IMÁGENES
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 3.5
Resolución de problemas o casos [PRESENCIAL] [Resolución de ejercicios y problemas] (8 h tot.) 1.5
Prácticas en aulas de ordenadores [PRESENCIAL] [Combinación de métodos] (27 h tot.) 5
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 7.5
Estudio o preparación de pruebas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 7.5
Pruebas de progreso [PRESENCIAL] [Pruebas de evaluación] (4 h tot.) 1
Comentario: Semanas 5, 6 y 7
Tema 4 (de 6): TÉCNICAS DE PREPROCESADO
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 6
Resolución de problemas o casos [PRESENCIAL] [Resolución de ejercicios y problemas] (8 h tot.) 2
Prácticas en aulas de ordenadores [PRESENCIAL] [Combinación de métodos] (27 h tot.) 8
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 11.5
Estudio o preparación de pruebas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 11.5
Pruebas de progreso [PRESENCIAL] [Pruebas de evaluación] (4 h tot.) 1
Comentario: Semanas 8, 9, 10 y 11
Tema 5 (de 6): ANÁLISIS DE IMÁGENES
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 4
Resolución de problemas o casos [PRESENCIAL] [Resolución de ejercicios y problemas] (8 h tot.) 2
Prácticas en aulas de ordenadores [PRESENCIAL] [Combinación de métodos] (27 h tot.) 8
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 8.5
Estudio o preparación de pruebas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 8.5
Elaboración de informes o trabajos [AUTÓNOMA] [Trabajo en grupo] (8 h tot.) 6
Presentación de trabajos o temas [PRESENCIAL] [Trabajo en grupo] (4 h tot.) 2
Pruebas de progreso [PRESENCIAL] [Pruebas de evaluación] (4 h tot.) 1
Comentario: Semanas 12, 13, 14 y 15
Tema 6 (de 6): RECONOCIMIENTO DE PATRONES
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] (20 h tot.) 0.5
Resolución de problemas o casos [PRESENCIAL] [Resolución de ejercicios y problemas] (8 h tot.) 0.5
Prácticas en aulas de ordenadores [PRESENCIAL] [Combinación de métodos] (27 h tot.) 1
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 2.5
Estudio o preparación de pruebas [AUTÓNOMA] [Trabajo autónomo] (38 h tot.) 2.5
Elaboración de informes o trabajos [AUTÓNOMA] [Trabajo en grupo] (8 h tot.) 2
Presentación de trabajos o temas [PRESENCIAL] [Trabajo en grupo] (4 h tot.) 2
Pruebas de progreso [PRESENCIAL] [Pruebas de evaluación] (4 h tot.) 1
Comentario: Semana 16
Actividad global
Actividades formativas Suma horas
Enseñanza presencial (Teoría) [PRESENCIAL] [Método expositivo/Lección magistral] 20
Resolución de problemas o casos [PRESENCIAL] [Resolución de ejercicios y problemas] 8
Talleres o seminarios [PRESENCIAL] [Método expositivo/Lección magistral] 3
Prácticas en aulas de ordenadores [PRESENCIAL] [Combinación de métodos] 27
Elaboración de memorias de Prácticas [AUTÓNOMA] [Trabajo autónomo] 38
Estudio o preparación de pruebas [AUTÓNOMA] [Trabajo autónomo] 38
Elaboración de informes o trabajos [AUTÓNOMA] [Trabajo en grupo] 8
Presentación de trabajos o temas [PRESENCIAL] [Trabajo en grupo] 4
Pruebas de progreso [PRESENCIAL] [Pruebas de evaluación] 4
Total horas: 150
Comentarios generales sobre la planificación: Esta planificación es ORIENTATIVA, pudiendo variar a lo largo del periodo lectivo en función de las necesidades docentes, festividades, o por cualquier otra causa imprevista. La planificación semanal de la asignatura podrá encontrarse de forma detallada y actualizada en Campus Virtual
10. Bibliografía, recursos
Autor/es Título Editorial Población ISBN Año Descripción Enlace Web Catálogo biblioteca
Arturo de la Escalera "Visión por Computador. Fundamentos y Métodos" Prentice-Hall 84-205-3098-0 2001 http://www.pearsoneducacion.com/corporativo/resultados.asp?ean=9788420530987&categoria=Ingenier%EDa%20el%E9ctrica&valor=a&buscar=vision%20por%20computador Ficha de la biblioteca
Gonzalo Pajares; Jesús M. de la Cruz "Ejercicios resueltos de Visión por Computador" Ra-ma 978-84-7897-828-1 2007 http://www.ra-ma.es/libros/EJERCICIOS-RESUELTOS-DE-VISION-POR-COMPUTADOR-INLCUYE-CD-ROM/319/978-84-7897-828-1 Ficha de la biblioteca
Gonzalo Pajares; Jesús M. de la Cruz "Visión por Computador. Imágenes Digitales y Aplicaciones" 2ª Ed. Ra-ma 978-84-7897-831-1 2007 http://www.ra-ma.es/libros/VISION-POR-COMPUTADOR-EJERCICIOS-RESUELTOS-INCLUYE-CD-ROM/644/978-84-7897-831-1 Ficha de la biblioteca
Javier González Jiménez "Visión por Computador" Paraninfo 84-283-2630-4 2000 http://www.agapea.com/libros/VISIoN-POR-COMPUTADOR-isbn-8428326304-i.htm Ficha de la biblioteca
José Francisco Vélez Serrano y otros "Visión por Computador". 2ª Ed. 2003 Libro Electrónico http://www.terra.es/personal/jfvelez/libro2/libro.html  
Rafael C. González; Richard E. Woods "Digital Image Processing". 3ª Ed. Pearson Prentice-Hall 13-978-0-13-168728-8 2008 http://www.imageprocessingplace.com/  

Web mantenido y actualizado por el Servicio de Informática.