Guia docente
DATOS IDENTIFICATIVOS 2023_24
Asignatura RECONOCIMIENTO DE OBJETOS Código 01751009
Enseñanza
1751 - M.U.ROBOTICA E INTELIGENCIA ARTIFICIAL
Descriptores Cr.totales Tipo Curso Semestre
3 Obligatoria Primer Segundo
Idioma
Castellano
Prerrequisitos
Departamento ING.MECANICA,INFORMAT.AEROESP.
Responsable
GUERRERO HIGUERAS , ANGEL MANUEL
Correo-e agueh@unileon.es
lferr@unileon.es
vriec@unileon.es
Profesores/as
FERNANDEZ ROBLES , LAURA
GUERRERO HIGUERAS , ANGEL MANUEL
RIEGO DEL CASTILLO , VIRGINIA
Web http://agora.unileon.es
Descripción general En esta asignatura se estudian las técnicas de visión por computador que existen para el reconocimiento de objetos en el ámbito de la robótica
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente ING.MECANICA,INFORMAT.AEROESP. MATELLAN OLIVERA , VICENTE
Secretario ING.MECANICA,INFORMAT.AEROESP. PANIZO ALONSO , LUIS
Vocal CONDE GONZALEZ , MIGUEL ANGEL
Tribunal suplente
Cargo Departamento Profesor
Presidente MATEMATICAS GARCIA SIERRA , JUAN FELIPE
Secretario ING.MECANICA,INFORMAT.AEROESP. RODRIGUEZ LERA , FRANCISCO JAVIER
Vocal ING.MECANICA,INFORMAT.AEROESP. FERNANDEZ LLAMAS , CAMINO

Resultados del proceso de formación
Tipo A Código Competencias
  A19288 1751Cod_cmp1 Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
  A19290 1751Cod_cmp2 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
  A19292 1751Cod_cmp4 Que los estudiantes sepan comunicar sus conclusiones –y los conocimientos y razones últimas que las sustentan– a públicos especializados y no especializados de un modo claro y sin ambigüedades
  A19293 1751Cod_cmp5 Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo
  A19297 1751Cod_cmp9 Capacidad de trabajar en un grupo multidisciplinar y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas relacionadas con la robótica y los sistemas inteligentes
  A19289 1751Cod_cmp10 Emprender un trabajo de aplicación o iniciación a la investigación en el área de los sistemas inteligentes de forma autónoma, colaborativa y efectiva
Tipo B Código Conocimientos o Contenidos
  B5916 1751Cod_cnt4 Conocer y poseer habilidades avanzadas que permitan utilizar y adaptar sistemas complejos para la detección, clasificación y seguimiento de objetos en imágenes y vídeo.
Tipo C Código Habilidades o Destrezas

Temario
Bloque Tema
I. Introducción 1. Introducción al reconocimiento de objetos
II. Reconocimiento de objetos 1. Localización de objetos
2. Detección de objetos
3. Seguimiento de objetos

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Practicas a través de TIC en aulas informáticas 15 30 45
 
Trabajos 3 10 13
 
Sesión Magistral 10 5 15
 
Pruebas objetivas de preguntas cortas 2 0 2
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologí­as
Metodologías   ::  
  descripción
Practicas a través de TIC en aulas informáticas Se realizarán programas con distintos modelos para reconocimiento de objetos en el ámbito de la robótica empleando técnicas de visión por computador
Trabajos Se realizarán distintos trabajos aplicando los conceptos vistos en teoría y prácticas a casos reales del ámbito de la robótica
Sesión Magistral Se expondrán los distintos conceptos teóricos existentes que permiten resolver problemas de reconocimiento de objetos en el ámbito de la robótica

Tutorías
 
Sesión Magistral
Practicas a través de TIC en aulas informáticas
Trabajos
descripción
Para solventar las dudas que surjan al resolver problemas resueltos en clase o propuestos (tanto de teoría como de prácticas), se recomienda utilizar el foro de dudas o solicitar una tutoría con el profesor

Evaluación
  descripción calificación
Sesión Magistral Se realizará una prueba donde se evalúan los conceptos vistos en las sesiones de teoría 20%
Practicas a través de TIC en aulas informáticas Se entregarán distintos ejercicios prácticos donde se desarrollen los conceptos vistos en las sesiones prácticas 60%
Trabajos Se realizarán distintos trabajos aplicando los conceptos vistos en la resolución de problemas reales del ámbito de la robótica 20%
 
Otros comentarios y segunda convocatoria

1. COMPORTAMIENTO EN CLASE:

En el desarrollo de la asignatura, se deben evitar comportamientos que a juicio del profesor/a sean indeseables, pudiendo ser expulsado de la actividad en caso contrario. 

2. COMPORTAMIENTO EN EL EXAMEN

Los trabajos presentados podrán ser revisados con un programa informático antiplagio que podrá realizar comprobaciones entre los trabajos entregados en la convocatoria actual y anteriores y contra fuentes externas. En el caso de detectarse plagio el trabajo se calificará como suspenso. Durante las pruebas de evaluación no será posible la utilización de recursos electrónicos (calculadoras, tablets, teléfonos, ordenadores, etc), excepto para aquellas pruebas que bajo indicación expresa del profesor/a requieran el uso de alguno de estos recursos. En caso de producirse alguna irregularidad durante la celebración del examen o prueba de evaluación correspondiente se atenderá a lo establecido en la normativa interna de la ULE incluida en el documento "Pautas de actuación en los supuestos de plagio, copia o fraude en exámenes o pruebas de evaluación" (Aprobado Comisión Permanente del Consejo de Gobierno 29/01/2015).

3. SEGUNDA CONVOCATORIA

En la segunda convocatoria se realizará una prueba de evaluación del total de la asignatura.

Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica Szeliski, Computer Vision: Algorithms And Applications, Springer, 2022
Lidia Sánchez, Apuntes de la asignatura, , 2022
Elgendy, Deep Learning for Vision Systems, Manning, 2020
V Kishore Ayyadevara, Yeshwanth Reddy , Modern Computer Vision with PyTorch, Packt, 2020
Sandipan Dey, Python Image Processing cookbook, Packt, 2020

Complementaria


Recomendaciones