Instrumentación e procesamento para visión artificial

Comprende-lo principio de funcionamiento dun sistema de visión artificial para distintos tipos de sensores e os seus respectivos campos de aplicación.

Tema 1- Adquisición de Imaxes e Vídeo
Tema 2- Sensores de Imaxe Intelixentes
Tema 3- Algoritmos de Visión por Computador
Tema 4- Calibración de Cámaras
Tema 5- Adquisición de Datos 3D
Tema 6- Sistemas de Visión Industrial
Tema 7- Aplicacións de Visión Industrial

Bibliografía Básica
Richard Szeliski. "Computer Vision: Algorithms & Applications". Springer 2010.
Rafael C. González, Richard E. Woods. "Digital Image Processing". Third Edition. Pearson 2007.
Jun Ohta. "Smart Image Sensors and Applications". Second Edition. CRC Press 2020.
Junichi Nakamura. "Image Sensors & Signal Processing for Digital Still Cameras". CRC Press 2016.
Alexander Hornberg, "Handbook of Machine and Computer Vision: The Guide for Developers and Users", Wiley-VCH, 2017.
E. R. Davies, "Machine Vision, Theory, Algorithms, Practicalities", Academic Press, 2012.
Adrian Kaehler, Gary Bradsky, "Learning OpenCV 3", O'Reilly Media Inc., 2017.
Laurent Berger, "Traitement d'images et de vidéos avec OpenCV 4 en Python (Windows, Linux, Raspberry)", Éditions D-BookeR, 2020.




Bibliografía Complementaria
Eric R. Fossum, Nobukazu Teranishi, Albert Theuwissen, David Stoppa, Edoardo Charbon. "Photon-Couting Image Sensors", MDPI 2017.
Image Sensors World (Internet Blog)- http://image-sensors-world.blogspot.com/
D. Forsyth, J. Ponce, "Computer Vision, a Modern Approach", Prentice Hall, 2003.
R. Hartley, A. Zisserman, "Multiple View Geometry in Computer Vision", Cambridge University Press, 2003.

Competencias Básicas
CB7- Que o estudantado saiba aplica-los coñecementos adquiridos e capacidade de resolución de problemas en entornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo.


Competencias Transversais
CT2- Capacidade de traballo en equipo, organización e planificación.
CT5- Incorporar no exercicio profesional criterios de sostenibilidade e compromiso ambiental. Adquirir habilidades no uso equitativo, responsable e eficiente dos recursos.

Competencias Xerais
CG3- Capacidade para desenrolar sistemas de visión por computador dependendo das necesidades existentes e aplicar-la ferramentas tecnolóxicas máis adecuadas.
CG4- Capacidade de análise crítica e de avaliación rigurosa de tecnoloxías e metodoloxía.

Competencias Específicas
CE6- Coñecer e aplica-los fundamentos dos sistemas de adquisición de imaxe e de visión artificial.

Impartirase docencia expositiva por parte do profesorado, explicando os conceptos de cada tema. Poranse exemplos de casos de uso en cada tema. Algúns conceptos complementaranse mediante seminarios. O estudantado realizará prácticas de laboratorio e traballo propio para desenrolar contidos.

Esta materia require asistencia presencial de todo o alumnado á Universidade de Santiago de Compostela para a realización de parte das súas prácticas de laboratorio.

Exame final- 40%
Traballos e prácticas de laboratorio- 60%

O exame final será escrito e presencial co profesor e aula designadas polo coordinador en cada universidade.

Presencialidade: clases expositivas, interactivas e exame
Docencia expositiva- 18 horas
Docencia interactiva- 20 horas
Exame- 4 horas
Total- 42 horas

Horas de traballo propio do alumnado
Estudio docencia expositiva- 55 horas
Actividades, traballos e laboratorio- 65 horas
Total- 120 horas

Total asignatura- 162 horas

Non hai secretos. Asistir a clase, preguntar dúbidas, ampliar coñecementos mediante bibliografía recomendada, propia ou acceso a Internet, e sobre todo estudiar diariamente, e usa-las tutorías cos profesores.

As clases impartiranse en inglés.