Presentación

Al término de esta asignatura, el maestrante será capaz de emular los procesos de percepción usando modelos de la visión humana, la comprensión del habla y el procesamiento de otras señales sensoriales.

Adquirirá una visión global de cómo se ha afrontado en el estado del arte la percepción computacional, aterrizando de forma particularizada y detallada en algunos de los enfoques más comunes (detección de bordes o segmentación) así como enfoques más avanzados (filtros de Gabor, extracción de características invariantes al escalado, entre otros).

Será capaz de afrontar problemas que involucren cualquier área de percepción humana (visión y oído), y de procesar dicha información y extraer los aspectos más significativos para la toma de decisiones.

Entenderá cómo se resuelven problemas actuales, como puede ser el self-driving car, el procesamiento del habla o la comprensión avanzada y la detección de objetos dentro de imágenes.

Tema 1. Introducción a los sistemas de percepción

• Introducción y objetivos
• Funcionamiento del sistema auditivo
• Percepción visual

Tema 2. Elementos de un sistema de percepción

• Introducción y objetivos
• Elementos esenciales de un sistema de percepción
• Captura de información
• Procesamiento de la información
• Toma de decisión

Tema 3. Captura y digitalización de señales

• Introducción y objetivos
• Sistema de conversión analógico-discreto
• Muestreo y cuantificación

Tema 4. Fuente y tipos de ruido

• Introducción y objetivos
• Entropía: concepto y estimación
• Fuentes perturbadoras de las señales
• Caracterización matemática del ruido: procesos estocásticos

Tema 5. Detección y cancelación de anomalías

• Introducción y objetivos
• Definición de anomalía
• Métodos de identificación de anomalías
• Eliminación de anomalías

Tema 6. Operaciones elementales

• Introducción y objetivos
• Ajuste de intensidad
• Procesado del histograma
• Suavizado y realzado mediante operadores aritméticos

Tema 7. Operaciones espaciales

• Introducción y objetivos
• Filtros paso bajo y paso alto
• Detección de bordes

Tema 8. Morfología matemática

• Introducción y objetivos
• Definición de elemento estructural
• Erosión y dilatación
• Apertura y clausura
• Gradiente morfológico
• Top hat

Tema 9. Filtrado y análisis en frecuencia

• Introducción y objetivos
• La transformada de Fourier
• La transformada discreta de Fourier y su implementación mediante la FFT

Tema 10. Segmentación y crecimiento de regiones

• Introducción y objetivos
• Técnicas empleadas en el crecimiento de regiones
• Crecimiento de regiones basado en semillas
• Crecimiento de regiones basado en Split and merge
• Crecimiento de regiones basado en gradient vector Flow
• Crecimiento de regiones basado en watershed
• Crecimiento de regiones basado en grafos

Tema 11. Extracción de características. Propiedades estadísticas y frecuenciales

• Introducción y objetivos
• Caracterización de señales en el dominio natural
• Caracterización de señales en el dominio frecuencial

Tema 12. Extracción de características. Caracterización de texturas

• Introducción y objetivos
• Matriz de co-ocurrencia de Haralick
• Patrones binarios locales
• Transformadas unitarias

Tema 13. Extracción de características. Procesamientos multiescala y métodos avanzados

• Introducción y objetivos
• Transformada wavelet
• Filtros de gabor
• Transformada SIFT

Tema 14. Decisión. Principios e implementación de algoritmos de ayuda en la toma de decisiones

• Introducción y objetivos
• Clasificación y reconocimiento de patrones
• Aplicación de técnicas de machine learning al procesado de señales

Tema 15. Aplicaciones actuales del tratamiento de la señal

• Introducción y objetivos
• Biometrics
• Self-driving car
• Retos y limitaciones de la percepción computacional

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades bajo conducción de un académico de esta asignatura son las siguientes:

• Diálogo e interacción virtual con profesor a través del chat, correo web, foros y sesiones virtuales a lo largo de la asignatura.
• Participación en el debate con el tema emulación de procesos de percepción usando modelos de la visión humana.
• Resolución de ejercicios prácticos sobre el procesamiento de imágenes.
• Ejercicio práctico sobre la morfología matemática.
• Presentación de una Matriz de concurrencia de Haralick.
• Sesión de explicación del modelo de examen.

Las actividades independientes de esta asignatura son las siguientes:

• Resolución de un trabajo de familiarización con el entorno de procesamiento de imágenes.
• Resolución de un trabajo sobre la detección de texturas.
• Resolución de un trabajo sobre la eliminación de artefactos impulsivos en una imagen.
• Desarrollo de una actividad de laboratorio sobre contornos activos.
• Desarrollo de una actividad de laboratorio sobre la caracterización de textura mediante LBP.
• Realización de test parciales al finalizar cada tema.
• Interacción en un foro de debate respondiendo la pregunta: ¿Puede emularse mediante máquinas capacidades sensoriales como el tacto o el olfato?

Descargar programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

• Estudio personal
• Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
• Examen final online

Bibliografía básica

Recuerda que la bibliografía básica es imprescindible para el estudio de la asignatura. Cuando se indica que no está disponible en el aula virtual, tendrás que obtenerla por otros medios: librería UNIR, biblioteca...

Los textos necesarios para el estudio de la asignatura han sido elaborados por UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

Bibliografía complementaria

• Alain, C. et al. (2001). «What» and «where» in the human auditory system. Proceedings of the National Academy of Sciences, 98(21), 12301-12306.
• Alberola, C. (2004). Probabilidad, variables aleatorias y procesos estocásticos. Valladolid: Universidad de Valladolid. Secretariado de Publicaciones e Intercambio Editorial. ISBN: 978-84-8448-307-6.
• Atchison, D. y Smith, G. (2000). Optics of the human eye (pp. 34-35). Oxford: Butterworth-Heinemann.
• Bhuyan, M. K. (2019). Computer Vision and Image Processing: Fundamentals and Applications. CRC Press.
• Bishop, C. M. (1995). Neural networks for pattern recognition. Oxford University Press.
• González, R. C. y Woods R. E. (2007). Digital image processing. Prentice-Hall, Inc.
• Lim, J. S. (1990). Two-dimensional signal and image processing. Prentice-Hall, Inc.
• Moore, J. K. y Linthicum F. H. Jr. (2007). The human auditory system: a timeline of development. International journal of audiology, 46(9), 460-478.

• Nixon, M. y Aguado, A. (2019). Feature extraction and image processing for computer vision. Academic Press.
• Oppenheim, A. V. (1983). Signals and systems. Prentice-Hall, Inc.

• Oppenheim, A. V. y Schafer, R. W. (2009). Discrete-Time Signal Processing. Prentice-Hall, Inc.
• Singh, H. (2019). Practical Machine Learning and Image Processing. Apress.
• Thorpe, S., Fize, D. y Marlot, C. (1996). Speed of processing in the human visual system. Nature: International Journal of Science, 81, 520-522.

• Young, S. S. (2001). Computerized data acquisition and analysis for the life sciences. Cambridge University Press.

La calificación se compone de dos partes principales:

Examen: se realiza al final de la asignatura, es de carácter ONLINE y OBLIGATORIO. El examen se valora sobre 10 puntos. Supone el 30 % de la calificación final.

Evaluación continua: supone el 70 % de la calificación final. Este 70 % se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo a lo largo de la asignatura.

La nota final debe sumar mínimo 7 puntos para aprobar la asignatura.

Sistema de evaluación	%
Trabajo: Familiarizándonos con el entorno de procesamiento de imágenes	10
Trabajo: Detección de texturas	10
Trabajo: Eliminación de artefactos impulsivos en una imagen	10
Laboratorio: Contornos activos	15
Laboratorio: Caracterización de textura mediante LBP	15
Foro de debate: ¿Puede emularse mediante máquinas capacidades sensoriales como el tacto o el olfato?	5
Test parciales en plataforma	5
Examen final online	30

Al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Curso de introducción al campus virtual. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR. También podrás organizar tu plan de trabajo con tu tutor personal.
2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
4. Comienza con la lectura de las Ideas clave del tema. Este material es el que debes estudiar para superar la asignatura. Consulta, además, las secciones del tema que contienen material complementario: con esto podrás tener una visión más amplia sobre el tema que estás trabajando.
5. Dedica tiempo al trabajo práctico (sección Tareas y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
6. Te recomendamos que participes en los eventos del curso (clases en directo, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula virtual. Tu profesor y tu tutor personal te informarán de las novedades de la asignatura.

En el aula virtual del Curso de introducción al campus virtual encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones.

También puedes consultar ahí el funcionamiento de las distintas herramientas del aula virtual: correo, foro, clases en directo, envío de tareas, etc.