Proyecto Docente

1. CONCEPTO Y DEFINICIÓN
Elementos de Reconocimiento de Formas. Aproximación de Teoría de la Decisión en Reconocimiento de Formas. Aproximación Estructural. Métodos y Técnicas en Visión Artificial . Diseño, Implementación y Evaluación de Sistemas. 

 

 
2. CONOCIMIENTOS PREVIOS
Conceptos de Algebra y Cálculo (Algebra, Cálculo, Cálculo Numérico) 

Conceptos de Inteligencia Artificial (Inteligencia Artificial) 

Lenguaje de Programación C o C++ (Algoritmos, Programación) 

Sistema operativo UNIX (Sistemas Operativos)

 
3. OBJETIVOS DIDÁCTICOS
En las clases se define el marco conceptual y metodológico de diseño y las pautas de desarrollo y evaluación, se establecen las taxonomías de técnicas y se realiza el análisis y descripción de aquellas técnicas tipo que se consideran más significativas, tanto por su aporte pedagógico o metodológico, como por la calidad de su aportación a los diseños finales de los sistemas. En las clases prácticas se orienta al alumno en la realización de proyectos concretos en Reconocimiento de Formas, adecuados al contexto de la asignatura. Las clases prácticas se dedican tanto a la explicación de las herramientas útiles para la realización del trabajo práctico como a efectuar la dirección y seguimiento del proceso de desarrollo de los trabajos de curso, desde su etapa de concepción y diseño hasta su evaluación final.
 
4. PROGRAMA TEÓRICO Y TEMPORALIZACIÓN.
Módulo I: APROXIMACION DE TEORIA DE LA DECISION EN RECONOCIMIENTO DE FORMAS (Duda-73)(Fukunaga-90)(Tou-74) 
  1. Introducción y Conceptos Básicos en Reconocimiento de Formas. (2 horas)
  2. Reglas de Decisión. (6 horas)
  3. Diseño de Funciones Discriminantes con Aprendizaje no Supervisado. (6 horas)
  4. Técnicas de Análisis de Agrupamientos. (6 horas)
  5. Selección y Transformación de Características. (4 horas)
Módulo II: TECNICAS DE VISION ARTIFICIAL (Ballard-82)(Bow-92)(Davies-90)(Sonka-93) 
  1. Conceptos Básicos en Visión Artificial. (2 horas)
  2. Formación y Adquisición de las Imágenes. (2 horas)
  3. Segmentación. (4 horas)
  4. Detección de Contornos. (4 horas)
  5. Representación de Estructuras Geométricas 2D. (4 horas)
  6. Caracterización y Discriminación de Formas 2D. (4 horas)
  7. Técnicas de Análisis de Texturas. (6 horas)
  8. Técnicas de Análisis de Secuencias de Imágenes. (4 horas)
  9. Introducción a la Adquisición y Representación de Información 3D. (2 horas) 

  10.  
Módulo III: APROXIMACIONES ESTRUCTURALES EN RF (Tou-74)(Duda-73)(Fu-74) 
  1. Método Sintáctico I: Gramáticas y Lenguajes (1 hora)
  2. Método Sintáctico II: Análisis Sintáctico y Reconocimiento (1 horas)
  3. Método Relacional (2 horas)
 
5. PROGRAMA PRÁCTICO
Práctica nº 1
Descripción Introducción al entorno de trabajo
Objetivos Explicación de los elementos software de la estación de trabajo donde se van a realizar las prácticas, y hardware para la adquisición de imágenes.
Material de laboratorio recomendado Estación de trabajo UNIX con librerías gráficas Xlib, Xt y Motif. Sistemas de adquisición de imágenes.
Nº horas estimadas en Laboratorio 2 Nº horas total estimadas para la realización de la práctica 2
Práctica nº 2
Descripción Estudio de las herramientas específicas y formato gráfico
Objetivos Explicar las herramientas software específica necesarias para la realización de las prácticas, y del formato gráfico utilizado.
Material de laboratorio recomendado Estación de trabajo UNIX con librerías gráficas Xlib, Xt y Motif. 
Nº horas estimadas en Laboratorio 2 Nº horas total estimadas para la realización de la práctica 2
Práctica nº 3
Descripción Implementación de un algoritmo de clasificación
Objetivos El estudio e implentación de algún algoritmo de clasificación de los descritos en el módulo I del temario.
Material de laboratorio recomendado Estación de trabajo UNIX con librerías gráficas Xlib, Xt y Motif. Sistemas de adquisición de imáganes.
Nº horas estimadas en Laboratorio 10 Nº horas total estimadas para la realización de la práctica 10
Práctica nº 4
Descripción Extracción de características
Objetivos Implementación de diferentes algoritmos que permitan extraer primitivas como regiones o contornos que caractericen las formas que aparecen en un conjunto de escenas.
Material de laboratorio recomendado Estación de trabajo UNIX con librerías gráficas Xlib, Xt y Motif. Sistemas de adquisición de imáganes.
Nº horas estimadas en Laboratorio 16 Nº horas total estimadas para la realización de la práctica 16
 
6. METODOLOGÍA
Para la impartición de la parte teórica de la asignatura se utiliza básicamente transparencias, las cuales se encuentran a disposición de los alumnos para que puedan seguir con mayor facilidad las clases. En algunos temas donde se muestran conceptos relacionados con el color o con aspectos dinámicos se utiliza la herramienta para presentaciones Microsoft PowerPoint. El acceso a estas presentaciones está disponible en la página web de la asignatura. 

Las prácticas de la asignatura se dividen en dos partes. La primera parte incluye dos prácticas de familiarización con las herramientas software y hardware necesarias para llevar a cabo las otras dos prácticas de la asignatura. Las otras dos prácticas son de resolución de un pequeño problema de Reconocimiento de Formas por parte de los alumnos, utilizando algunas de las técnicas explicadas. El problema a resolver en estas dos últimas prácticas es propuesto por cada grupo de prácticas, trabajando así cada uno en un problema de su interés. Por tanto este segundo grupo de prácticas supone una tutorización en el laboratorio, de forma personal a cada grupo de prácticas.

 
7. EVALUACIÓN
Exámenes: La parte teórica se evaluará mediante la realización de exámenes escritos. 

Trabajos de curso: Se exige la consecución de dos prácticas relacionadas con los temas de diseño, implementación y evaluación de sistemas o partes de sistemas de RF. Las prácticas se defenderán por parte de los alumnos ante el profesor. Se hará entrega del software desarrollado y de una documentación donde se hará un análisis crítico de los resultados obtenidos, así como una descripción razonada de las decisiones adoptadas. 

Evaluación: Dada la naturaleza de la asignatura y desde el punto de vista evaluador, esta se divide en dos partes: 

  • Una parte correspondiente al módulo I del temario, en la teoría se valora con un 80% y la práctica con un 20%. 
  • Una segunda parte correspondiente al módulo II del temario, en la cual la teoría se valora con un 60% y la práctica con un 40%.
La nota global de la asignatura se obtendrá como promedio de ambas partes, debiendo haber aprobado cada una por separado. 
 
8. BIBLIOGRAFÍA Y MATERIAL RECOMENDADO
Texto Principal 1
Referencia Ballard-82 Título Computer Vision
Autores D.H. Ballard, C.M. Brown
Editorial Prentice Hall Inc. Año 1982
Texto Principal 2
Referencia Bow-92 Título Pattern Recognition and Image Processing
Autores S.T. Bow
Editorial Marcel Dekker Inc. Año 1992
Texto Principal 3
Referencia Davies-90 Título Machine Vision: Theory, Algorithms, Practicalities
Autores E.R. Davies
Editorial Academic Press Año 1990
Texto Principal 4
Referencia Duda-73 Título Pattern Classification and Scene Analysis
Autores R.O. Duda, P.E. Hart
Editorial John Wiley & Sons Año 1973
Texto Principal 5
Referencia Fukunaga-90 Título Statistical Pattern Recognition
Autores K. Fukunaga
Editorial Academic Press Inc. Año 1990
Texto Principal 6
Referencia Tou-74 Título Pattern Recognition Principles
Autores J.T. Tou 

R.C. González

Editorial Addison-Wesley Pub. Año 1974
Texto Principal 7
Referencia Sonka-93 Título Image Processing, Analysis and Machine Vision
Autores M. Sonka, V. Hlavac, R. Boyle
Editorial Chapman & Hall Computing Año 1993
Bibliografía Recomendada 1
Referencia Título Digital Image Processing
Autores R.C. Gonzalez, P. Wintz
Editorial Addison-Wesley Pub. Co. Año 1977
Bibliografía Recomendada 2
Referencia Título Machine Vision
Autores R. Jain, R. Kasturi, B.G. Schunck
Editorial McGraw-Hill Inc. Año 1995
Bibliografía Recomendada 3
Referencia Título Reconocimiento de Formas y Visión Artificial
Autores D. Maraval
Editorial RA-MA Año 1993
Bibliografía Recomendada 4
Referencia Título Algortihms for Graphics and Image Processing
Autores T. Pavlidis
Editorial Springer Verlag Año 1982
Bibliografía Recomendada 5
Referencia Título Digital Picture Processing
Autores
  1. Rosenfeld, A.C. Kak
Editorial Academic Press Año 1985
Bibliografía Recomendada 6
Referencia Título Digital Image Processing and Computer Vision
Autores R.J. Schalkoff
Editorial John Wiley & Sons Inc. Año 1985
Bibliografía Recomendada 7
Referencia Fu-74 Título Syntactic Methods in Pattern Recognition
Autores K.S. Fu
Editorial Academic Press Año 1974
 
Actualizada 10/9/1999