Visió Artificial

Objectius de desenvolupament sostenible (ODS)

• 9. Indústria, innovació i infraestructures

Objectius

La visió per computador (o visió artificial) revolucionarà l'automatització industrial i la robòtica. Entre els sensors més importants i potents tant en entorns de fàbriques automatitzades com en aplicacions de robòtica no industrial hi ha els sistemes de visió amb càmeres. L'objectiu d'aquesta assignatura és fer una introducció a la visió per computador (o artificial) i oferir una formació sòlida en tècniques de processament d'imatges amb especial èmfasi en aplicacions d'interès en els camps de l'enginyeria mecatrònica. Aquesta assignatura ha de proporcionar als estudiants:

• Coneixement de les principals tècniques i eines per desenvolupar o muntar sistemes de visió artificial.
• Capacitat per avaluar aplicacions en el domini de la visió artificial i del processament d'imatges.
• Capacitat per implementar solucions senzilles de visió per ordinador en un entorn de laboratori.
• Capacitat per desenvolupar un projecte de curs de manera autònoma.

Resultats d'aprenentatge

• Analitza, dissenya i resol programes basats en esdeveniments en entorns gràfics amb o sense control. (96)
• Coneix els principis i les tècniques de reconeixement i tractament d'imatges i els utilitza en aplicacions industrials. (98)
• Analitza críticament els resultats obtinguts. (94)
• Resol problemes i situacions pròpies de l'activitat professional amb actituds emprenedores i innovadores. (99)

Competències

Generals

• Tenir disposició per a superar les adversitats esdevingudes en l'activitat professional i aprendre dels errors per integrar coneixement i millorar la pròpia formació.

Específiques

• Utilitzar eines de modelatge de sistemes dinàmics i tècniques de simulació. Comprendre i aplicar les propietats de sensors, actuadors i condicionadors de senyal, amb el propòsit d'aplicar la programació d'autòmats programables, de control numèric i de robots per desenvolupar sistemes robòtics complexos que millorin el procés i el producte final.

Bàsiques

• Tenir la capacitat de recollir i interpretar dades rellevants (normalment dins de l'àrea d'estudi pròpia) per emetre judicis que incloguin una reflexió sobre temes importants de caràcter social, científic o ètic.

Transversals

• Projectar els valors de l'emprenedoria i la innovació en l'exercici de la trajectòria personal acadèmica i professional, a través del contacte amb diferents realitats de la pràctica i amb motivació envers el desenvolupament professional.

Continguts

1. El sistema visual humà i els sistemes de visió per ordinador
2. Fonaments de la imatge digital
   • Representació de la imatge
   • Processament d'imatges en color
3. Millora de la imatge
   • Mètodes de domini espacial
   • Mètodes de domini freqüencial
4. Comprensió de la imatge
   • Extracció de característiques
   • Reconeixement de patrons
   • Introducció a l'aprenentatge profund

Avaluació

L'avaluació de l'assignatura segueix una metodologia d'avaluació contínua mitjançant la presentació de dos treballs pràctics i un projecte de curs. Al final del semestre es fa una prova de validació per comprovar que cada estudiant ha assolit individualment els objectius principals de l'assignatura. Durant les quatre últimes setmanes, els estudiants treballen un projecte d'assignatura que té un abast més ambiciós que les tasques pràctiques, ja que aborda un autèntic repte. Per desenvolupar aquest projecte, els alumnes han d'estudiar i aprofundir alguns conceptes de manera autònoma. Els membres de l'equip han d'exposar i informar regularment sobre l'estat del projecte. Al final del curs, els equips han de defensar públicament el seu projecte i lliurar un informe final.

Nota final = 0,15·A1 + 0,2·A2 + 0,4·PF + 0,25·TV(*)

• A1: Activitat 1 (inclou l'autoavaluació i l'avaluació entre companys)
• A2: Activitat 2 (inclou l'autoavaluació i l'avaluació entre companys)
• PF: Projecte final (avaluació individual i col·lectiva)
• TV: Test de validació

(*) Per aprovar l'assignatura cal una puntuació mínima de 4 al test de validació.

Els estudiants que no superin l'assignatura poden presentar-se a un examen final (E). En aquest cas la nota de l'assignatura es calcula de la manera següent:

Nota final = 0,3·C + 0,3·PF + 0,4·E (**)

amb

C = 0,4·A1 + 0,6·A2

(**) Per poder-se presentar a l'examen final (E), els estudiants han d'haver lliurat tots els treballs de l'assignatura durant el curs.

Metodologia

Aquesta assignatura combina classes magistrals i una metodologia d'aprenentatge basat en projectes (ABP). El professor exposa els conceptes clau de cada tema durant les classes magistrals, que els estudiants han de consolidar tant individualment com de manera cooperativa. Aquestes classes inclouen exercicis pràctics. També hi ha sessions específiques en què els alumnes treballen activitats pràctiques. Aquests treballs es lliuren posteriorment, com a part d'un marc d'avaluació contínua. Al final del curs es defineix i s'executarà un projecte grupal. El projecte pretén desenvolupar habilitats tècniques i interpersonals, així com la responsabilitat individual, alhora que ofereix un context altament motivador que permet abordar els interessos específics en el camp. Durant les classes, l'entorn de treball és Matlab®.

Bibliografia

Bàsica

• Davies, E. R. (2005). Machine vision theory, algorithms, practicalities. Recuperat de https://www-sciencedirect-com.biblioremot.uvic.cat/book/9780122060939/machine-vision
• Gonzalez, R.C., and Woods, R.E. (2006). Digital Image Processing (3 ed.). Prentice Hall.

Complementària

El professorat facilita les referències de la bibliografia complementària i de lectura obligatòria en el transcurs de l'assignatura a través del Campus Virtual.