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
1. Course presentation 2. Characterization 3. Segmentation 4. Classification 5. Scene classification & description 6. Applications
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
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.
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
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)