Competencias y objetivos

 

Contexto de la asignatura para el curso 2024-25

La visión artificial es un área de la inteligencia artificial cuyo objetivo principal es hacer posible que la máquinas interpreten imágenes y videos. Gracias a la posiblidad de analizar entradas visuales, tiene aplicación en multitud de campos como la medicina, la industria, la seguridad, etc. En la actualidad, el uso de técnicas avanzadas de aprendizaje profundo y la capacidad de procesar grandes cantidades de datos han llevado a importantes avances en la visión artificial.

En esta asignatura se profundizará en las técnicas de procesamiento y análisis de imágenes y videos mediante el uso de herramientas avanzadas de visión artificial. En cuanto a las técnicas de análisis de secuencias de imágenes y video, permitirá a los estudiantes entender cómo se pueden extraer patrones temporales de datos visuales y cómo se pueden aplicar a aplicaciones como la vigilancia, el seguimiento de objetos y la detección de eventos anómalos. Además, se estudiarán técnicas de procesamiento y análisis de datos tridimensionales que pueden ser utilizados en aplicaciones como la robótica, la realidad virtual y aumentada, la inspección industrial, la ingeniería biomédica. Por último, se estudiará la generación de imágenes y video utilizando redes neuronales profundas, lo que permitirá a los estudiantes entender cómo se pueden utilizar estas técnicas para sintetizar imágenes y video a partir de modelos de aprendizaje profundo.

Se espera que al final de la asignatura, los estudiantes hayan adquirido habilidades en el uso de técnicas avanzadas de visión artificial y sean capaces de aplicarlas para resolver problemas en distintos campos. También se espera que los estudiantes comprendan las limitaciones y desafíos en el uso de estas técnicas, y estén al tanto de las últimas tendencias y desarrollos en el campo de la visión artificial.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2024-25

Competencias Transversales

  • CT1 : Ser capaz de liderar proyectos relacionados con la inteligencia artificial, así como dirigir equipos de trabajo.
  • CT2 : Demostrar destrezas informáticas e informacionales en el ámbito de la inteligencia artificial.
  • CT3 : Demostrar habilidades en comunicación oral y escrita.

 

Competencias Generales

  • CG10 : Ser capaz de utilizar los principios de la ingeniería y las modernas tecnologías informáticas para investigar, diseñar, implementar nuevas aplicaciones de la inteligencia artificial.
  • CG2 : Ser capaz de desarrollar y aprender de forma auto-dirigida o autónoma temas relacionados con la inteligencia artificial
  • CG6 : Ser capaz de adaptarse a entornos relacionados con la inteligencia artificial, fomentando el trabajo en equipo, la creatividad, la capacidad crítica y el espíritu emprendedor.
  • CG7 : Ser capaz de adaptarse a la constante evolución de la disciplina y de comprender y aplicar los nuevos avances técnicocientíficos relacionados con la inteligencia artificial.
  • CG8 : Saber proyectar, diseñar, desarrollar, implantar y mantener productos, aplicaciones y servicios relacionados con la inteligencia artificial, teniendo en cuenta aspectos técnicos, económicos y de eficiencia.

 

Competencias Específicas

  • CE12 : Conocer y aplicar técnicas avanzadas de visión artificial para aplicaciones de distintos ámbitos.

 

Competencias Básicas

  • 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.
  • 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

 

 

 

Resultados de aprendizaje (Objetivos formativos)

- Conocer y comprender las técnicas avanzadas de análisis mediante visión artificial sobre imagen, vídeo y escenas 3D.

- Diseñar arquitecturas de redes neuronales para la detección, seguimiento y reconocimiento de regiones de interés en la escena.

- Concebir soluciones integrales de visión tridimensional a problemas particulares de distinto ámbito.

- Conocer e implementar técnicas de análisis de secuencias de video para abordar diferentes problemas y niveles de aplicación.

- Identificar las mejores arquitecturas de red neuronal para solucionar problemas de generación de imágenes y vídeo para distintos ámbitos.

 

 

Objetivos específicos indicados por el profesorado para el curso 2024-25

El objetivo general formativo de la asignatura es proporcionar a los estudiantes un conocimiento sólido y habilidades avanzadas en técnicas de visión artificial, lo que les permitirá diseñar e implementar soluciones de visión artificial en una amplia variedad de aplicaciones.

Específicamente, los objetivos principales son los siguientes:

  • Comprender las técnicas avanzadas de aprendizaje profundo en visión artificial, y cómo se pueden utilizar para la detección, reconocimiento y clasificación de objetos, escenas y eventos, entre otras.
  • Adquirir conocimientos avanzados en técnicas de procesamiento y análisis de datos 3D y 2.5D, y entender cómo se pueden aplicar en diferentes ámbitos.
  • Aprender métodos y técnicas de análisis de secuencias de imágenes y video, y comprender cómo se pueden utilizar para extraer patrones temporales y detectar eventos.
  • Entender la generación de imágenes y video utilizando redes neuronales profundas, y cómo se pueden utilizar para la síntesis de imágenes y video a partir de diferentes modelos de aprendizaje profundo.
  • Desarrollar habilidades para diseñar e implementar soluciones de visión computacional en una amplia variedad de aplicaciones, y tener una comprensión profunda de los desafíos y limitaciones asociados con la visión artificial.

 

 

Datos generales

Código: 43512
Profesor/a responsable:
AZORIN LOPEZ, JORGE
Crdts. ECTS: 4,50
Créditos teóricos: 0,90
Créditos prácticos: 0,90
Carga no presencial: 2,70

Departamentos con docencia

  • Dep.: TECNOLOGIA INFORMATICA Y COMPUTACION
    Área: ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES
    Créditos teóricos: 0,9
    Créditos prácticos: 0,9
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte