Visió per Computador

• Professorat
• Competències
• Objectius
• Continguts
• Activitats
• Metodologia docent
• Mètode d'avaluació
• Bibliografia
• Capacitats prèvies

Professorat

Responsable

• Joan Climent Vilaró ( )
• Manel Frigola Bourlon ( )

Altres

• Isiah Zaplana Agut ( )

Competències

Competències Tècniques

Competències tècniques comunes

• CT1 - Demostrar coneixement i comprensió de fets essencials, conceptes, principis i teories relatives a la informàtica i a les seves disciplines de referència.
  • CT1.2A - Interpretar, seleccionar i valorar conceptes, teories, usos i desenvolupaments tecnològics relacionats amb la informàtica i la seva aplicació a partir dels fonaments matemàtics, estadístics i físics necessaris. CEFB1: capacitat per a resoldre els problemes matemàtics que es plantegin en la enginyeria. Aptitud per a aplicar els coneixements sobre: àlgebra, càlcul diferencial i integral i mètodes numèrics; estadística i optimització.
• CT2 - Utilitzar d'una manera apropiada teories, procediments i eines en el desenvolupament professional de l'enginyeria informàtica en tots els seus àmbits (especificació, disseny, implementació, desplegament -implantació- i avaluació de productes) de manera que es demostri la comprensió dels compromisos adoptats a les decisions de disseny.
  • CT2.5 - Dissenyar i avaluar interfícies persona-computador que garanteixin l'accessibilitat i la usabilitat als sistemes, als serveis i a les aplicacions informàtiques.
• CT4 - Demostrar coneixement i capacitat d'aplicació dels procediments algorísmics bàsics de les tecnologies informàtiques per a dissenyar solucions a problemes, analitzant la idoneïtat i la complexitat dels algorismes
  • CT4.1 - Identificar les solucions algorísmiques més adequades per a resoldre problemes de dificultat mitjana.
  • CT4.3 - Demostrar coneixement i capacitat d'aplicació dels principis fonamentals i de les tècniques bàsiques dels sistemes intel·ligents i de la seva aplicació pràctica.
• CT5 - Analitzar, dissenyar, construir i mantenir aplicacions de forma robusta, segura i eficient, triant el paradigma i els llenguatges de programació més adequats.
  • CT5.2 - Conèixer, dissenyar i utilitzar de forma eficient els tipus i les estructures de dades més adients per a la resolució d'un problema.
  • CT5.5 - Usar les eines d'un entorn de desenvolupament de software per a crear i desenvolupar aplicacions.
• CT8 - Planificar, concebre, desplegar i dirigir projectes, serveis i sistemes informàtics en tots els àmbits, liderar-ne la posada en marxa, la millora contínua i valorar-ne l'impacte econòmic i social.
  • CT8.1 - Identificar tecnologies actuals i emergents i avaluar si són aplicables, i en quina mesura, per a satisfer les necessitats dels usuaris.

Competències Transversals

Aprenentatge autònom

• G7 [Avaluable] - Detectar carències en el coneixement propi i superar-les mitjançant la reflexió crítica i l'elecció de la millor actuació per ampliar aquest coneixement. Capacitat per a l'aprenentatge de nous mètodes i tecnologies, i versatilitat per a adaptar-se a noves situacions.
  • G7.3 - Aprenentatge autònom: capacitat de planificació i organització del treball personal. Aplicar els coneixements adquirits a la realització d'una tasca en funció de la pertinença i de la importància, decidir la manera de dur-la a terme i el temps que se li ha de dedicar, i seleccionar les fonts d'informació més adients. Identificar la importància d'establir i mantenir contactes amb els companys d'estudis, amb el professorat i amb els professionals (networking). Identificar fòrums d'informació sobre enginyeria TIC, els seus avenços i el seu impacte en la societat (IEEE, associacions, etc.).

Competències Tècniques de cada especialitat

Especialitat computació

• CCO2 - Desenvolupar de forma efectiva i eficient els algorismes i el software apropiats per a resoldre problemes complexos de computació.
  • CCO2.2 - Capacitat per a adquirir, obtenir, formalitzar i representar el coneixement humà d'una forma computable per a la resolució de problemes mitjançant un sistema informàtic en qualsevol àmbit d'aplicació, particularment en els que estan relacionats amb aspectes de computació, percepció i actuació en ambients o entorns intel·ligents.
  • CCO2.3 - Desenvolupar i avaluar sistemes interactius i de presentació d'informació complexa, i la seva aplicació a la resolució de problemes de disseny d'interacció persona computador.
  • CCO2.4 - Demostrar coneixement i desenvolupar tècniques d'aprenentatge computacional; dissenyar i implementar aplicacions i sistemes que les utilitzin, incloent les que es dediquen a l'extracció automàtica d'informació i coneixement a partir de grans volums de dades.

Objectius

1. Entendre els mecanismes de formació de les imatges digitals i les seves característiques.
   Competències relacionades: CT1.2A,
2. Comparar i seleccionar les eines més adients de preprocessat d'imatge en funció del problema a resoldre.
   Competències relacionades: CT1.2A, CT4.1, CT5.2,
3. Conèixer, dissenyar i aplicar de forma eficient els descriptors més adients per a la caracterització de regions, contorns o punts singulars d'una imatge.
   Competències relacionades: CT1.2A, CT5.2, CCO2.2,
4. Detectar i reconèixer la presencia de determinats ítems en una imatge.
   Competències relacionades: CCO2.3, CT2.5, CT4.1, CCO2.2, CCO2.4, CT4.3,
5. Realitzar correctament experiments encaminats a avaluar els mètodes triats o proposats, les seves limitacions i punts febles, en base a resultats objectivables.
   Competències relacionades: CT1.2A, CT8.1, CT4.1, CT5.5, CCO2.2, CCO2.4, G7.3, CT4.3,
6. Detectar moviment en una escena i seguir objectius.
   Competències relacionades: CT1.2A, CT8.1, CCO2.3, CT2.5, CT4.1, CT5.2, CCO2.2, CT4.3,
7. Segmentar i etiquetar les regions d'una imatge a partir de les seves característiques comunes i/o diferències.
   Competències relacionades: CT1.2A, CT4.1, CT5.2, CT4.3,

Continguts

1. Fonaments de la imatge digital
   La imatge digital, propietats i caracteristiques. Discretització i quantificació. Espais de color.
2. Processat digital d'imatges
   Transformacions de nivell de gris.
   Transformacions geométriques.
   Operadors linials. Convolució. Realçat i suavitzat de la imatge.
   Detecció de contorns.
   Operadors no linials. Filtres morfologics.
   Espai d'escala
3. Segmentació d'imatges.
   Binarització.
   Técniques basades en regions: region growing, split & merge, watershed, k-means, normalized cuts....
   Tecniques basades en contorns: LoG, DoG, Canny...
   Analisi de connectivitat i etiquetat, graf d'adjacència.
4. Descriptors de formes
   Descriptors basats en contorns
   Descriptors basats en regions
   Concepte d'invariancia a traslació, rotació, iluminació, transformacions afins i/o escala.
5. Reconeixement
   Conceptes bàsics.Classificació mitjançant vectors descriptors.
   Construcció de les classes (Clustering, aprenentatge ...)
   Funcions distància.
   Tipus de classificadors: Bayes, Mahalanobis, Fisher, K-nearest,...
   Avaluació d'una classificació.
   Anàlisi de components principals. Reducció de la dimensionalitat.
   Identificació d'objectes. Reconeixement de categories.
6. Característiques locals
   Descriptors basats en histogrames: histogrames de color, HOGs.
   Transformada de Hough.
   Detectors i descriptors de punts d'interès: Harris, SIFT.
   Característiques Haar. L'algorisme de Viola-Jones per a detectar cares.
7. Detecció i anàlisi de moviment
   Imatge diferencia. Fluxe òptic. Correspondencia de punts. Seguiment d'objectes.

Activitats

Activitat Acte avaluatiu

Metodologia docent

Mètode d'avaluació

Bibliografia

Bàsica:

• Foundations of computer vision - Torralba, Antonio; Isola, Phillip; Freeman William T, The MIT Press, [2024]. ISBN: 9780262378666
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991005218640006711&context=L&vid=34CSUC_UPC:VU1
• Computer vision : algorithms and applications - Szeliski, R, Springer, 2011. ISBN: 9781848829343
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003856339706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Image processing, analysis, and machine vision - Sonka, M.; Vaclav, H.; Roger, B, Cengage Learning, 2014. ISBN: 1133593690
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004080439706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Complementaria:

• Digital image processing using Matlab - González, R.C.; Woods, R.E.; Eddins, S.L, McGraw Hill , 2010. ISBN: 9780070702622
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004058979706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Digital image processing - Gonzalez, R.C.; Woods, R.E, Pearson , 2018. ISBN: 1292223049
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004153429706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Machine vision - Jain, R.; Kasturi, R.; Schunck, B.G, McGraw-Hill , 1995. ISBN: 0070320187
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001417669706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Capacitats prèvies