Máster Oficial en Visión Artificial - Asignaturas

Las clases de teoría se impartirán en el aula 170 del Edf. Departamental II del Cámpus de Móstoles de la Universidad Rey Juan Carlos. Para hacerlo más operativo, y si los alumnos disponen de equipo portatil, las prácticas se podrían realizar en el mismo aula. De lo contrario se podrían realizar en el aula 204 del Edf. Laboratorios II.

La docencia del master (60 créditos) quedará dividida en dos semestres lógicos:

Primer Semestre: Materias introductorias (30 créditos)

  • Tratamiento Digital de Imágenes
  • Fundamentos Matemáticos
  • Herramientas Software para Tratamiento de Imágenes
  • Imagen Médica
  • Reconocimiento de Patrones
  • Aplicaciones Industriales y Comerciales
  • Introducción a la Investigación en Visión Artificial (12 cr.)

Segundo Semestre: Materias especializadas/avanzadas (30 créditos)

  • Visión Tridimensional
  • Visión Dinámica
  • Seminarios de Visión Artificial
  • Visión en Robótica
  • Biometría Informática
  • Instrumentación Para Visión
  • Trabajo Fin de Máster (TFM, 12 cr.)

Primer Semestre (30 créditos)

Tratamiento digital de imágenesTratamiento Digital de Imágenes

Profesor Responsable: Dr. Antonio Sanz Montemayor

El objetivo general de la asignatura es que el alumno conozca los procesos más básicos que tienen lugar en la formación de la imagen digital y su posterior procesamiento.
Tras cursar la asignatura el alumno alcanzará las siguientes competencias:

  • Conocerá las técnicas más comunes de procesamiento de imágenes digitales, los conceptos de píxel, tipos de imágenes (imagen binaria, imagen en escala de grises, canales de color), espacios de color y conversiones, pirámides de imagen y pirámides gaussianas, transformaciones geométricas.
  • Aprenderá a utilizar mecanismos básicos de segmentación de imágenes, extracción de características/descriptores (bordes, rectas, esquinas y puntos de interés), segmentación basada en histogramas, filtros en el dominio del espacio y la frecuencia, morfología matemática.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Primer Semestre

Fundamentos MatematicosFundamentos Matemáticos

Profesor Responsable: Dr. Emanuele Schiavi

El objetivo de la asignatura es que el alumno conozca las herramientas matemáticas empleadas en visión artificial. Las competencias adquiridas están en estrecha relación con las necesidades planteadas en el resto de las asignaturas del máster. Entre éstas están:

  • Conocer los fundamentos del álgebra lineal y el álgebra numérica.
  • Conocer los fundamentos y la implementación de diversos métodos de cálculo numérico.
  • Conocer las bases estadísticas necesarias para abordar problemas de visión artificial, en especial las técnicas de clasificación.
  • Conocer los métodos de optimización y los criterios de selección del método adecuado para cada problema.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Primer Semestre

Herramientras SoftwareHerramientas Software para tratamiento de imágenes

Profesor Responsable: Dr. Raúl Cabido Valladolid

El objetivo general de la asignatura es que el alumno conozca las herramientas disponibles así como los lenguajes, entornos de programación y librerías más comunes en el campo del tratamiento de la imagen digital.
El programa de la asignatura incluye:

  • Entornos comerciales de procesamiento de imágenes (GIMP, Photoshop, etc.)
  • Programación en MATLAB/Octave, Image Processing Toolbox.
  • Programación en C/C++ con OpenCV.
  • Introducción a programación de altas prestaciones sobre hardware de consumo: programación SIMD y programación GPU mediante NVIDIA CUDA.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Primer Semestre

Imagen MédicaImagen Médica

Profesor Responsable: Dr. Norberto Malpica González

El objetivo general de la asignatura es que el alumno conozca las principales modalidades de imagen biomédica y sus aplicaciones en clínica e investigación, y domine las técnicas de tratamiento de imagen que se emplean para la extracción de información cuantitativa de las imágenes. También se estudiarán los formatos y los sistemas de gestión de imágenes en medicina.
El programa de la asignatura incluye:

  • Sistemas de adquisición de imagen médica (TAC, Resonancia Magnética, Medicina Nuclear. etc.)
  • Técnicas de procesado y análisis de imagen médica (filtrado, segmentación, clasificación)
  • Técnicas de registro y fusión de imágenes para estudios clínicos
  • Sistemas de almacenamiento y gestión de imágenes en el hospital (estándares, tecnologías).

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Primer Semestre

Reconocimiento de PatronesReconocimiento de Patrones

Profesor Responsable: Dr. José Miguel Buenaposada Biencinto

Los objetivos generales de la asignatura son: (1) que el alumno comprenda los fundamentos de las técnicas más importantes de reconocimiento de patrones, (2) los aspectos básicos de la interpretación de imágenes y (3) sea capaz de aplicar las técnicas estudiadas a problemas reales de Visión Artificial.
El programa de la asignatura incluye:

  • Los fundamentos de la clasificación y el agrupamiento de datos (clustering).
  • Las principales técnicas de reconocimiento de patrones empleadas en Visión Artificial como K-nearest-neighbors, Support Vector Machines o Boosting.
  • La aplicación práctica, por parte del alumno, del reconocimiento de patrones a algunos problemas relevantes en Visión Artificial.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Primer Semestre

Aplicaciones Industriales y ComercialesAplicaciones Industriales y Comerciales

Profesor Responsable: Dr. José Vélez Serrano

Los objetivos generales de la asignatura son: (1) que el alumno conozca las múltiples aplicaciones industriales que pueden tener los sistemas de Visión Artificial, (2) conocer las técnicas más importantes empleadas en algunas de las aplicaciones industriales más importantes, (3) que el alumno conozca las limitaciones y la aplicabilidad de las técnicas de Visión Artificial a problemas industriales.
El programa de la asignatura incluye:

  • Herramientas para presentar y analizar los resultados de un sistema de visión industrial.
  • La introducción al diseño de sistemas de visión para algunos problemas paradigmáticos de la industria: textos, códigos de barras, trayectorias, defectos en materiales...
  • La presentación de diferentes tipos de herramientas útiles al crear aplicaciones industriales: Tratamiento de imagen, Lógica Difusa, Redes Neuronales, Modelos Ocultos de Markov...

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Primer Semestre

Introducción a la Investigación en Visión Artificial

Profesor Responsable: Coordinador del Máster y Grupos de Investigación asociados al título

Asignatura nueva a partir del curso 2015/16 que pretende introducir al alumno en el campo de la visión artificial desde la propia experiencia investigadora del colectivo de profesores. Además pretende ser la asignatura preparatoria para la realización de un buen trabajo de fin de máster, con competencias transversales además de las específicas de la investigación. Búsqueda bibliográfica, preparación de ponencias de congreso o trabajos en revistas. Inmersión total en los grupos de investigación.

Obligatoria | Créditos ECTS 12.0 | web | Guías Docentes | Primer Semestre

Segundo Semestre (30 créditos)

Vision 3DVisión Tridimensional

Profesora Responsable: Dra. Ana Belén Moreno Díaz

Los objetivos generales de la asignatura son: (1) que el alumno comprenda los fundamentos de los sistemas de Visión Tridimensional y (2) sea capaz de implementar una gran variedad de ellos.
Una breve descripción de la asignatura:

  • Proceso de formación de la imagen 3D.
  • Fundamentos de la calibración de cámaras y métodos de calibración en visión estereoscópica.
  • El problema de la correspondencia.
  • Técnicas de reconstrucción y de reconocimiento de objetos 3D.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Segundo Semestre

Visión DinámicaVisión Dinámica

Profesor Responsable: Dr. Juan José Pantrigo Fernández

Los objetivos generales de la asignatura son: (1) que el alumno comprenda los fundamentos teóricos del conjunto de disciplinas que conforman la Visión Dinámica y (2) sea capaz de implementar una variedad de sistemas de Visión Dinámica.
El programa incluye:

  • Métodos de detección de movimiento, determinación del flujo óptico (Lucas-Kanade, Horn-Schunck,...)
  • Métodos sofisticados de actualización del fondo de la escena
  • Métodos de seguimiento de objetos (filtro de Kalman, filtro de partículas, Meanshift/Camshift, etc.)
  • Desarrollo de prototipos para video-vigilancia, interacción persona-ordenador, etc.)

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Segundo Semestre

Seminarios de Visión Artificial

Profesor Responsable: Dr. Antonio Sanz Montemayor

Los objetivos generales de la asignatura son que el alumno consiga una panorámica de aspectos tangenciales derivados de la visión artificial como campo de investigación y aplicación.
Tras cursar la asignatura el alumno alcanzará las siguientes competencias:

  • Conocerá diferentes métodos y aplicaciones diferentes a los cubiertos por las otras asignaturas del presente máster.
  • El alumno vislumbrará los nuevos paradigmas de una disciplina científica en expansión tanto a nivel investigación como de sus posibles usos industriales.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Segundo Semestre

Visión en Robótica

Profesor Responsable: Dr. José María Cañas

Tras cursar la asignatura el alumno alcanzará las siguientes competencias:

  • aprenderá técnicas de control y navegación de robots basada en visión
  • comprenderá las peculiaridades de la visión como sensor dentro de un robot y técnicas básicas de procesamiento de imágenes en este contexto
  • conocerá técnicas de reconstrucción 3D del entorno y autolocalización visual

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Segundo Semestre

Biometría InformáticaBiometría Informática

Profesor Responsable: Dr. Ángel Sánchez Calle

Los objetivos generales de la asignatura son: (1) que el alumno comprenda los fundamentos de la Biometría Informática, (2) la arquitectura y funcionamiento de un sistema biométrico general, (3) las características más importantes de las diferentes modalidades biométricas y las técnicas desarrolladas dentro de cada una y (4) aprenda a comparar diferentes algoritmos para una misma modalidad biométrica.
Tras cursar la asignatura el alumno alcanzará las siguientes competencias:

  • Conocer en profundidad los fundamentos de las siguientes modalidades biométricas: reconocimiento facial y firma manuscrita.
  • Conocer las características generales de otras modalidades biométricas estáticas y dinámicas.
  • Capacidad para evaluar un sistema biométrico general.
  • Conocer algunos estándares y bases de datos biométricas.
  • Ser capaz de integrar diversas modalidades biométricas a través de un sistema biométrico multimodal.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Segundo Semestre

Instrumentación Para Visión

Profesora Responsable: Dra. Susana Borromeo

El objetivo general de la asignatura es que el alumno se familiarice con la instrumentación típica de un sistema de visión artificial (cámaras, tarjetas de adquisición, procesadores digitales y sistemas embebidos) y, debido al gran potencial que ofrecen los teléfonos inteligentes (smartphones), también adquirirán conocimientos para el desarrollo de sistemas de visión artificial adaptados a los dispositivos móviles, donde el alumno tendrá que aplicar los conocimientos del primer cuatrimestre y migrar desarrollos a OpenCV y Android.
Tras cursar la asignatura el alumno alcanzará las siguientes competencias:

  • El alumno será capaz de seleccionar cada uno de los componentes de los distintos subsistemas que forman parte de un sistema de visión.
  • El alumno sabrá y comprenderá toda la instrumentación implicada en las etapas de adquisición y procesamiento de un sistema de visión así como su adecuación a aplicaciones móviles, donde integrará sus conocimientos adquiridos también en otras asignaturas del máster.

Obligatoria | Créditos ECTS 3.0 | web | Guías Docentes | Segundo Semestre

Trabajo de Fin de Máster (TFM)

Profesores Responsables: Claustro de profesores del máster

El objetivo general de la asignatura es que el alumno busque un tema de interés, ya sea desarrollo y/o investigación, y ponga énfasis en su solución profundizando en técnicas descritas a lo largo del curso. Para ello, lo habitual es que se embarque en un tema de interés que proponga alguno de los profesores del máster (ya sea uno o bien dos tutores), o bien involucre a sus tutores en algún tema de interés que proponga el propio alumno.
Las competencias que adquirirá por el alumno con la realización del Trabajo Fin de Máster serán:

  • Capacidad para profundizar en materias y/o aspectos avanzados de la Visión Artificial, a nivel teórico y práctico.
  • Capacidad de análisis, planificación y desarrollo de una solución a un problema real en el ámbito de la Visión Artificial.
  • Habilidades de comunicación oral y escrita.

Obligatoria | Créditos ECTS 12.0 | web | Normativa | Segundo Semestre