NO EXISTEN CAMBIOS
La guía de la asignatura ha sido actualizada con los cambios que aquí se mencionan.
Presentación:
Esta asignatura se dedica al estudio de unos contenidos que también se suelen englobar bajo otros nombres, como Visión Artificial o Visión por Computador. Se encuadra dentro de un campo más amplio como es la Inteligencia Artificial, y dentro de ella al subcampo conocido como Percepción. En este sentido la asignatura aborda de forma específica los Sistemas de Percepción basados sólo en Visión por Computador, y de ahí su denominación de Sistemas de Percepción Visual.
La fuente de datos para los Sistemas de Percepción Visual proviene de sensores con capacidad de obtener imágenes de una escena tridimensional. Existen multitud de sensores capaces de proporcionar las mencionadas imágenes abarcando desde los satélites artificiales hasta las imágenes microscópicas, pasando por las convencionales, obtenidas con las cámaras fotográficas de propósito general. Además, dependiendo del tipo de sensor se pueden conseguir imágenes ópticas (en color), infrarrojas, rayos X, de ultrasonidos o cualquier otro tipo de señal que se pueda representar en forma de matriz numérica.
El propósito de esta asignatura es que el alumno comprenda todos los elementos que constituyen un Sistema de Percepción Visual, y que sea capaz de analizar y desarrollar métodos y procedimientos en forma de algoritmos que habitualmente se programan en este tipo de sistemas con el fin de extraer la información necesaria de las imágenes. Algunos de tales métodos tienen que ver con el propio tratamiento de la señal, en el caso de las imágenes bidimensional, hasta aplicaciones del tipo de reconocimiento y clasificación de objetos, detección del movimiento o reconstrucción de la escena tridimensional.
Contextualización:
La asignatura “SISTEMAS DE PERCEPCIÓN VISUAL” es anual, de 9 ECTS (dedicación estimada de 225 horas), de carácter optativo y perteneciente al Bloque de Ingeniería de Sistemas Informáticos. Concretamente, esta asignatura es una de las 2 que forman la materia: “Robótica y percepción visual”, siendo la otra asignatura de esta materia la de “MODELADO Y SIMULACIÓN DE ROBOTS”.
En efecto, la evolución de la Visión Artificial ha estado muy vinculada desde sus orígenes a la Robótica, habida cuenta que los sistemas de percepción visual incorporados en los robots representan uno de sus sensores más potentes y que más contribuyen a su funcionamiento autónomo e inteligente.
No obstante, esta asignatura también está relacionada, aunque no de forma tan directa, con otras asignaturas del Máster. Por ejemplo, la tecnología y el conjunto de técnicas empleadas en Computación Ubicua se utilizan en ocasiones como fuentes de información sensorial complementaria a la suministrada por los sistemas de visión. Con esta fusión sensorial se consiguen sistemas de percepción más potentes y robustos que los basados en un único tipo de sensor.
Un asunto interesante que se introduce en esta asignatura es la descripción y reconocimiento de objetos 3D. Este aspecto está relacionado con el modelado tridimensional de objetos y es de gran utilidad en los sistemas avanzados de visión 3D. En la asignatura de Representación Gráfica de Superficies Implícitas se amplía de forma notable este tema. En ella se estudian técnicas específicas para el ajuste de nubes de puntos 3D pertenecientes a la superficie de un objeto (y suministrados por sensores visuales o de otro tipo) a modelos analíticos de la superficie de dicho objeto. Estos modelos permiten simplificar las técnicas de reconocimiento y facilitan la representación gráfica de los objetos analizados.
La asignatura contempla los sistemas de percepción visual no sólo como parte fundamental de la sensorización robótica, sino con un espectro más amplio. De hecho, se utilizan de forma habitual y efectiva en procesos de automatización industrial, así como en aplicaciones de control de calidad de los productos y servicios que derivan de dichos procesos de automatización.
La asignatura no requiere de conocimientos específicos previos en la materia, todos los conocimientos se adquieren durante el curso.
En la metodología a distancia de la UNED, los foros del curso virtual son el principal recurso de atención colectiva los estudiantes. La comunicación a través de los foros tiene una doble vertiente en el aprendizaje: el enriquecimiento en el ejercicio de la dialéctica y del diálogo entre los estudiantes, por un lado, y la exposición del profesor a todos los alumnos (atención colectiva), junto con el debate que ello pueda suscitar.
En la atención colectiva de los foros del curso virtual, ante cualquier cuestión concreta, planteada sobre los contenidos o el funcionamiento de la asignatura, la respuesta será inferior a 5 días del calendario lectivo.
En cuanto a la atención individual, el equipo docente dará respuesta a través del teléfono (en el horario lectivo indicado) y, en horario laboral peninsular, por correo electrónico:
Horario de atención presencial y telefónica (guardia):
Jueves lectivos de 09:00 a 13:00 horas.
Profesorado:
Carlos Cerrada Somolinos.
Telf.: +34 91398 6477
Correo electrónico: ccerrada@issi.uned.es
Dirección postal:
ETS de Ingeniería Informática de la UNED
Dpto. de Ingeniería de Software y Sistemas Informáticos. Despacho 2.04.
C/ Juan del Rosal, 16
28040 Madrid
Competencias Básicas:
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Competencias Generales:
CG01 - Saber aplicar los conocimientos adquiridos y la capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares relacionados con la Ingeniería de Sistemas y la Ingeniería de Software.
CG02 - Demostrar una comprensión sistemática del campo de estudio de la Ingeniería de Software o de la Ingeniería de Sistemas, y el dominio de las habilidades y métodos de investigación relacionados con dicho campo.
CG03 - Demostrar la capacidad de concebir, diseñar, poner en práctica y adoptar un proceso sustancial de investigación con seriedad académica.
CG04 - Ser capaz de realizar un análisis crítico, evaluación y síntesis de ideas nuevas y complejas.
CG05 - Saber comunicar sus conclusiones -y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados, a sus colegas, a la comunidad académica en su conjunto y a la sociedad, de un modo claro y sin ambigüedades.
CG06 - Ser capaz de fomentar, en contextos académicos y profesionales, el avance tecnológico dentro de una sociedad basada en el conocimiento.
CG07 - Ser capaz de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CG08 - Realizar una contribución a través de una investigación original que amplíe las fronteras del conocimiento desarrollando un corpus sustancial, del que parte merezca la publicación referenciada a nivel nacional o internacional.
CG09 - Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Competencias Específicas:
CE01 - Incorporar mejoras cualitativas sustanciales, bien sea en la elaboración de software o bien en el desarrollo e implantación de sistemas robóticos.
CE02 - Concebir, implementar implantar y supervisar nuevas soluciones a los problemas específicos que se le planteen en el ámbito de la investigación, innovación y desarrollo de software o de la robótica.
Los resultados de aprendizaje que se espera alcanzar con esta asignatura por parte del estudiante son:
- Conocer los componentes de un sistema de percepción visual. Comprender tanto el contenido de las imágenes como su formación.
- Distinguir las técnicas de procesamiento de imágenes y de tratamiento de escenas en función del problema final a resolver.
- Aplicar métodos orientados a la extracción de la información en las imágenes según los requerimientos del problema planteado.
- Usar con soltura herramientas de tratamiento de imágenes, aplicar técnicas de procesamiento 2D y construir un sistema sencillo de reconocimiento de patrones.
BLOQUE I: Fundamentos de los Sistemas de Percepción Visual ( primer cuatrimestre )
TEMA 1. Visión artificial
TEMA 2. Tratamiento de imágenes por transformación del dominio
TEMA 3. Transformación de imágenes
TEMA 4. Suavizado, realzado y correcciones, radiométricas
TEMA 5. Fundamentos del color
TEMA 6. Extracción de bordes, esquinas y puntos de interés
TEMA 7. Extracción de regiones
TEMA 8. Descripción de líneas y contornos
TEMA 9. Descripción de regiones
TEMA 10. Operaciones morfológicas
TEMA 11. Geometría y parámetros de las cámaras
TEMA 12. Secuencias de imágenes I: movimiento
TEMA 13. Secuencias de imágenes II: detección de cambios y superresolución
TEMA 14. Reconocimiento de patrones I: estimación, agrupación y clasificación
TEMA 15. Reconocimiento de patrones II: redes neuronales y máquinas de vectores soporte
TEMA 16. Reconocimiento de patrones III: métodos estructurales y basados en la apariencia
TEMA 17. Obtención de la forma I: formas a partir de la intensidad
TEMA 18. Obtención de la forma II: la visión estereoscópica
TEMA 19. Obtención de la forma III: formas a partir de la textura y del enfoque
TEMA 20. Descripción y reconocimiento de objetos 3D
BLOQUE II: Manejo de herramientas de tratamiento de imágenes (segundo cuatrimestre )
MÓDULO PRÁCTICO 1. CARACTERÍSTICAS BÁSICAS DE UNA HERRAMIENTA DE TRATAMIENTO DE IMÁGENES
El objetivo de éste módulo es estudiar y manejar la funcionalidad básica ofrecida por algún entorno de tratamiento de imágenes de los existentes, como por ejemplo la herramienta MATLAB, que dispone de una librería específica (Image Processing Toolbox).
MÓDULO PRÁCTICO 2. CONSTRUCCIÓN DE UN SISTEMA SENCILLO DE RECONOCIMIENTO DE PATRONES.
El objetivo de éste módulo es aplicar los conocimientos y las destrezas adquiridos en el módulo anterior a la construcción de un sencillo prototipo de sistema de percepción visual.
La docencia de esta asignatura se impartirá a distancia, siguiendo el modelo educativo propio de la UNED adaptado al EEES. El principal instrumento docente será el curso virtual dentro de la plataforma educativa alF para la enseñanza a distancia, en el que se habilitarán diversos foros para canalizar las consultas y comentarios.
Las actividades a realizar por parte del alumno se desglosan en los tres ámbitos siguientes:
- Actividades de contenido teórico: lectura de las orientaciones generales; lectura comprensiva de la bibliografía, material didáctico e información temática; e intercambio de información y consulta de dudas con el equipo docente.
- Actividades de contenido práctico: manejo de herramientas informáticas y de ayuda a la presentación de resultados; intercambio de información con otros compañeros y el equipo docente sobre aspectos prácticos y participación, argumentación y aportación constructiva en los debates en foros.
- Trabajo autónomo: búsqueda de información adicional en biblioteca, Internet, etc.; selección de la información útil; actividades, que el estudiante realiza de manera autónoma, orientadas a resolver ejercicios, prácticas, problemas o trabajos que se plantean específicamente en la asignatura; realización de memorias de las prácticas, trabajos y desarrollos.
TIPO DE PRIMERA PRUEBA PRESENCIAL
|
Tipo de examen |
Tipo de examen |
No hay prueba presencial |
TIPO DE SEGUNDA PRUEBA PRESENCIAL
|
Tipo de examen |
Tipo de examen |
No hay prueba presencial |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC)
|
¿Hay PEC? |
¿Hay PEC? |
No |
Descripción |
Descripción |
|
Criterios de evaluación |
Criterios de evaluación |
|
Ponderación de la PEC en la nota final |
Ponderación de la PEC en la nota final |
|
Fecha aproximada de entrega |
Fecha aproximada de entrega |
|
Comentarios y observaciones |
Comentarios y observaciones |
|
OTRAS ACTIVIDADES EVALUABLES
|
¿Hay otra/s actividad/es evaluable/s? |
¿Hay otra/s actividad/es evaluable/s? |
No |
Descripción |
Descripción |
|
Criterios de evaluación |
Criterios de evaluación |
|
Ponderación en la nota final |
Ponderación en la nota final |
|
Fecha aproximada de entrega |
Fecha aproximada de entrega |
|
Comentarios y observaciones |
Comentarios y observaciones |
|
¿Cómo se obtiene la nota final?
|
De forma esquemática, para evaluar esta asignatura se tendrá en cuenta la calificación obtenida por el alumno en cada uno
de los siguientes Pruebas de Evaluación:
- Tareas Evaluables: TE1, TE2 y TE3
- Prueba de Evaluación Telemática: PET
- Trabajo Final de la Asignatura: TFA
En el cálculo de la Nota Final de la Asignatura (NFA) a partir de la Nota de los diferentes elementos de evaluación (NTE1, NTE2, NTE3, NPET y NTFA) se tendrán en cuenta los siguientes criterios:
- Los pesos de cada elemento de evaluación son los establecidos en el apartado Ponderación de los párrafos anteriores.
- No será necesario obtener una Nota Mínima en ninguno de los elementos de evaluación para poder aprobar la asignatura.
- La Nota Final de la Asignatura requerida para aprobarla deberá ser mayor o igual a 5 puntos.
- En relación a la convocatoria de septiembre, se mantendrán todas las notas de las Pruebas de Evaluación que se tengan superados en la convocatoria de junio, por lo que sólo será preciso realizar aquéllas no entregadas o suspensas.
En definitiva, la expresión para el cálculo de la Nota Final de la Asignatura tanto para la convocatoria de junio como para la de septiembre, es la siguiente:
NFA = 0,15*NTE1 + 0,15*NTE2 + 0,2*NPET + 0,2*NTE3 + 0,3*NTFA
y para aprobar la asignatura el alumno deberá obtener una NFA >= 5.
|
Para la primera parte del temario (Fundamentos de los Sistemas de Percepción Visual) se seguirá el siguiente texto:
GONZALO PAJARES Y JESÚS MANUEL DE LA CRUZ: Visión por computador: Imágenes digitales y aplicaciones. 2ª Edición, Rama 2008.ISBN:9788478978311
Para la segunda parte del temario se utilizará el software de tratamiento de imágenes elegido, junto con la documentación asociada.
A través del curso virtual de la plataforma alF se proporcionará el siguiente material de apoyo para completar la parte práctica de la asignatura:
- Información necesaria para la descarga e instalación de la herramienta que se usará durante el segundo cuatrimestre (MATLAB). Los estudiantes de la UNED tendrán acceso a la herramienta y a sus principales librerías (toolboxes) sin coste.
- Documentación específica, seleccionada por el equipo docente, sobre los principios básicos de funcionamiento de MATLAB.
- Guía de usuario de la librería específica de Procesamiento de Imágenes de MATLAB (Image Processing Toolbox).