Competències i objectius
- Context de l'assignatura per al curs 2021-22
- Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)
- Resultats d'aprenentatge (Objectius formatius)
- Objectius específics indicats pel professorat per al curs 2021-22
Context de l'assignatura per al curs 2021-22
L'assignatura Visió artificial avançada tracta sobre mètodes d'intel·ligència artificial aplicats a l'automàtica i robòtica. Aquests mètodes, principalment d'aprenentatge profund, permetran poder reconèixer objectes i extreure informació sobre ells.
L'assignatura és optativa i es recomana haver cursat una altra optativa, Aprenentatge automàtic
Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)
Competències generals:>>Instrumentals
- CG1 : Assessorament sobre elecció, adquisició i posada en marxa de sistemes robòtics o d'automatització en diferents aplicacions.
- CG2 : Prendre decisions en el disseny i la planificació d'un projecte de robòtica o d'automatització tenint en compte criteris de qualitat i mediambientals.
- CG3 : Posar en marxa i mantenir sistemes robòtics o d'automatització que satisfacen els requeriments d'aplicacions industrials o de serveis.
- CG6 : Anàlisi, síntesi de problemes i presa de decisions.
Competències generals:>>Interpersonals
- CG10 : Raonament crític.
Competències generals:>>Sistemàtiques
- CG12 : Capacitat per a aplicar els coneixements a problemes reals.
- CG13 : Capacitat per a treballar i aprendre de manera autònoma.
- CG14 : Capacitat d'adaptació a noves situacions fomentant la creativitat i l'esperit emprenedor.
Competències específiques:>>robòtica
- CER010 : Conèixer i saber aplicar les principals tècniques d'aprenentatge i Deep learning en sistemes robòtics.
Competències específiques:>>visió
- CEVI1 : Analitzar i saber aplicar les eines i tècniques que permeten l'extracció i processament d'informació visual i saber escollir les més adequades depenent de l'àmbit d'aplicació i de l'entorn.
- CEVI4 : Aplicar mètodes, tècniques i instruments específics per a l'adquisició i formació d'imatge.
- CEVI5 : Conèixer i aplicar mètodes, tècniques i instruments d'aprenentatge automàtic i Deep learning en visió artificial.
Competències específiques:>>sensors
- CESE1 : Ser capaç de triar les característiques més adequades de què ha de disposar un sistema de percepció d'acord amb la seua aplicació en diferents àmbits i àrees d'automatització industrial o de serveis.
- CESE2 : Analitzar i entendre la importància i aplicabilitat dels sistemes de percepció en processos de sensorització en sistemes robòtics o automàtics.
- CESE3 : Ser capaç de configurar sensors, maquinari i programari, així com tots els elements que constitueixen un sistema de percepció.
- CESE4 : Analitzar i optimitzar el disseny d'un procés de presa de mesures per a obtenir la precisió i exactitud requerides.
- CESE5 : Avaluar la importància dels límits de mesura dels sistemes sensorials en la significació dels resultats obtinguts.
Resultats d'aprenentatge (Objectius formatius)
- Conèixer els diferents esquemes utilitzats en visió artificial per al reconeixement d'objectes.
- Saber desenvolupar esquemes que permetin l'etiquetatge automàtic d'objectes a una imatge.
- Conèixer les diferents tècniques que permeten estimar la profunditat a partir d'una imatge 2D.
- Ser capaç de distingir el moviment d'un humà amb visió, de manera que es pugui realitzar el seu seguiment en la imatge.
- Saber definir esquemes d'intel·ligència artificial basats en xarxes generatives antagòniques.
- Conèixer diferents aplicacions de visió artificial avançada en la indústria i ser capaç de proposar aplicacions similars.
Objectius específics indicats pel professorat per al curs 2021-22
- Conèixer els diferents esquemes utilitzats en visió artificial per al reconeixement d'objectes.
- Saber desenvolupar esquemes que permetin l'etiquetatge automàtic d'objectes en una imatge.
- Conèixer les diferents tècniques que permeten estimar la profunditat a partir d'una imatge 2D.
- Ser capaç de distingir el moviment d'un humà amb visió, de manera que es pugui realitzar el seu seguiment en la imatge.
- Saber definir esquemes d'intel·ligència artificial basats en xarxes generatives antagòniques.
- Conèixer diferents aplicacions de visió artificial avançada en la indústria i ser capaç de proposar aplicacions similars.
;