Ir a cuerpo Ir a Estudios, Gobernanza y organización
Logo UA
Realizar búsqueda
Guías docentes
  VISIÓN ARTIFICIAL AVANZADA

Competencias y objetivos

 

Contexto de la asignatura para el curso 2020-21

La asignatura Visión artificial avanzada trata sobre métodos de inteligencia artificial aplicados a la automática y robótica. Estos métodos, principalmente de aprendizaje profundo, permitirán poder reconocer objetos y extraer información sobre ellos.

La asignatura es optativa y se recomienda haber cursado otra optativa, Aprendizaje automático

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

Competencias Generales:>>Instrumentales

  • CG1 : Asesoramiento sobre elección, adquisición y puesta en marcha de sistemas robóticos y/o de automatización en diferentes aplicaciones.
  • CG2 : Tomar decisiones en el diseño y planificación de un proyecto de robótica y/o de automatización teniendo en cuenta criterios de calidad y medioambientales.
  • CG3 : Poner en marcha y mantener sistemas robóticos y/o de automatización que satisfagan los requerimientos de aplicaciones industriales o de servicios.
  • CG6 : Análisis, síntesis de problemas y toma de decisiones.

 

Competencias Generales:>>Interpersonales

  • CG10 : Razonamiento crítico.

 

Competencias Generales:>>Sistemáticas

  • CG12 : Capacidad para aplicar los conocimientos a problemas reales.
  • CG13 : Capacidad para trabajar y aprender de forma autónoma.
  • CG14 : Capacidad de adaptación a nuevas situaciones fomentando la creatividad y el espíritu emprendedor.

 

Competencias específicas:>>Robótica

  • CER010 : Conocer y saber aplicar las principales técnicas de aprendizaje y Deep learning en sistemas robóticos.

 

Competencias específicas:>>Visión

  • CEVI1 : Analizar y saber aplicar las herramientas y técnicas que permiten la extracción y procesamiento de información visual y saber escoger cuáles son las más adecuadas en función del ámbito de aplicación y del entorno.
  • CEVI4 : Aplicar métodos, técnicas e instrumentos específicos para la adquisición y formación de imagen.
  • CEVI5 : Conocer y aplicar métodos, técnicas e instrumentos de aprendizaje automático y Deep learning en visión artificial.

 

Competencias específicas:>>Sensores

  • CESE1 : Ser capaz de escoger las características más adecuadas que debe disponer un sistema de percepción de acuerdo a su aplicación en diferentes ámbitos y áreas de automatización industrial o de servicios.
  • CESE2 : Analizar y entender la importancia y aplicabilidad de los sistemas de percepción en procesos de sensorización en sistemas robóticos o automáticos.
  • CESE3 : Ser capaz de configurar sensores, hardware y software, así como todos los elementos que constituyen un sistema de percepción.
  • CESE4 : Analizar y optimizar el diseño de un proceso de toma de medidas para obtener la precisión y exactitud requeridas.
  • CESE5 : Evaluar la importancia de los límites de medida de los sistemas sensoriales en la significación de los resultados obtenidos.

 

 

 

Resultados de aprendizaje (Objetivos formativos)

  • Conocer los distintos esquemas utilizados en visión artificial para el reconocimiento de objetos.
  • Saber desarrollar esquemas que permitan el etiquetado automático de objetos en una imagen.
  • Conocer las diferentes técnicas que permiten estimar la profundidad a partir de una imagen 2D.
  • Ser capaz de distinguir el movimiento de un humano con visión, de forma que se pueda realizar su seguimiento en la imagen.
  • Saber definir esquemas de inteligencia artificial basados en redes generativas antagónicas.
  • Conocer distintas aplicaciones de visión artificial avanzada en la industria y ser capaz de proponer aplicaciones similares.

 

 

 

Objetivos específicos indicados por el profesorado para el curso 2020-21

  • Conocer los distintos esquemas utilizados en visión artificial para el reconocimiento de objetos.
  • Saber desarrollar esquemas que permitan el etiquetado automático de objetos en una imagen.
  • Conocer las diferentes técnicas que permiten estimar la profundidad a partir de una imagen 2D.
  • Ser capaz de distinguir el movimiento de un humano con visión, de forma que se pueda realizar su seguimiento en la imagen.
  • Saber definir esquemas de inteligencia artificial basados en redes generativas antagónicas.
  • Conocer distintas aplicaciones de visión artificial avanzada en la industria y ser capaz de proponer aplicaciones similares.

 

 

Datos generales

Código: 37817
Profesor/a responsable:
CAZORLA QUEVEDO, MIGUEL ANGEL
Crdts. ECTS: 3,00
Créditos teóricos: 0,44
Créditos prácticos: 0,76
Carga no presencial: 1,80

Departamentos con docencia

  • Dep.: CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL
    Área: CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL
    Créditos teóricos: 0,44
    Créditos prácticos: 0,76
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte