Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2017
Descripció:
Crèdits:
6

Grups

Grup A

Durada:
Semestral, 2n semestre
Professorat:
Idioma de les classes:

Competències

  • Identificar, valorar i utilitzar tècniques i mètodes actuals i novedosos per a la resolució de projectes tecnològics i de recerca en la visió per computador i robòtica, l’enginyeria de control i sistemes intel•ligents.
  • Integrar-se en equips multidisciplinars d' R+D+I
  • Comunicar-se de manera efectiva oralment i per escrit preparant documents i exposant projectes i resultats, entre d'altres, amb llengua anglesa
  • Utilitzar habitualment eines i metodologies per a l'estudi, l'especificació, gestió, i desenvolupament de projectes tecnològics i de recerca.
  • Analitzar i avaluar, amb sentit crític, problemes i possibles solucions, així com prendre decisions originals i creatives.
  • Poder fer front a una carrera de recerca en vistes a l'elaboració d'una tesis doctoral en un context altament tecnològic, o per a l'exercici professional en activitats de desenvolupament tecnològic, innovació i recerca.
  • Interatuar amb èxit en entorns de treball internacionals i multidisciplinars.
  • Treballar en equip, establint aquelles relacions que més poden ajudar a fer aflorar potencialitats de cooperació i mantenir-les de manera continuada

Continguts

1. Course presentation

2. Characterization

3. Segmentation

4. Classification

5. Scene classification & description

6. Applications

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Elaboració individual de treballs 16,00 54,00 70,00
Exposició dels estudiants 4,00 16,00 20,00
Lectura / comentari de textos 0 16,00 16,00
Resolució d'exercicis 8,00 12,00 20,00
Sessió expositiva 24,00 3,00 27,00
Total 52,00 101,00 153

Bibliografia

  • González, Rafael C., Woods, Richard E., Eddins, Steven L. (cop. 2004). Digital image processing using Matlab. Upper Saddle River: Prentice Hall.
  • Editor: Robert B. Fisher (2007). CVonline: The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Comp. Recuperat 01/01/2007, a http://homepages.inf.ed.ac.uk/rbf/CVonline/
  • Forsyth, David A., Ponce, Jean (cop. 2003). Computer vision : a modern approach. Upper Saddle River: Prentice Hall.
  • Duda, Richard O., Hart, Peter E., Stork, David G. (cop. 2001). Pattern classification (2nd ed.). New York [etc.]: John Wiley & Sons.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
P1 Practical session: Texture characterization with MATLAB 70% strategy & results + 30% document
P2 Practical session: Image segmentation with MATLAB 70% strategy & results + 30% document
P3 Practical session: Image classification with MATLAB 70% strategy & results + 30% document
Lecture prepared by VIBOT students 50% document + 50% presentation and interaction
Project design & development 70% strategy and results + 30% technical report

Qualificació

The evaluation is based on three different activities: 30% from P1&P2&P3 + 40 % from Final PROJECT + 30% by evaluating the lectures given by the students.

Criteris específics de la nota «No Presentat»:
NP will be considered when the students do not submit any of the evaluation activities (P1, P2, P3, Final project, and Lecture activity)

Observacions

Mentoring will be held in the office 015 of building P-IV.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.