| Títol variant: |
Advanced Methods of Signal, Image and Video Processing |
| Títol variant: |
Métodos Avanzados de Procesamiento de Señal, Imagen y Video |
| Data: |
2021-22 |
| Resum: |
Aproximadament cada dècada hi ha un tsunami tecnològic que transforma múltiples indústries. La Intel·ligència Artificial (IA) és aquesta onada que arrasa al món tecnològic actual. Si alguna vegada t'has preguntat: com els ordinadors realitzen la detecció de cares en multituds? com les aplicacions de videotrucades desenfoquen el fons o reemplacen el fons amb altres imatges? com es desplacen els cotxes autònoms de forma segura en un entorn urbà? com es segueix la pilota amb tanta precisió en esdeveniments esportius televisats com tennis, futbol i bàsquet? podem saber el tractament de càncer més efectiu a partir de dades multimodals del pacient? podem saber les emocions d'una persona amb un smart watch i un video? com aprenen a parlar les màquines? 1 Si hem despertat la seva curiositat, aquest curs és el que necessites. En aquest curs apendrem sobre temes en Visió per Ordinador com Seguiment d'Objectes, Processament de Volums, Medicina Personalitzada, Detecció de Cares, Flux Òptic, estimació d'Pose Humana i molts més. A diferència d'altres cursos de visió per ordinador, aquest curs s'acosta a la visió per ordinador de manera més pràctica, experiencial i intuïtiva. El seu principal component és un conjunt de projectes que ha de ser desenvolupats pels estudiants repartits en equips. Tot el que es necessita és un coneixement pràctic del llenguatge de programació Python. Utilitzarem OpenCV que és la biblioteca de visió per ordinador més gran i popular del món. L'utilitzen milers d'empreses, productes i dispositius i es prova cada dia per obtenir escalabilitat i rendiment. A més apendrem a dissenyar i adaptar xarxes específiques i a escollir quin és el mètode de processat més adient segons els requeriments i restriccions de cada aplicació. En resum, Mètodes avançats de processament de senyal, imatge i vídeo és unaassignaturade caràcter eminentment pràctic i interdisciplinar que se situa en el pont que hi ha entre la intel·ligència artificial i el món real i que pretén recórrer aquest pont en ambdues direccions. Coneixements: Descriure i relacionar les fases en què es divideix la solució a un problema d'anàlisi de processament del senyal. Identificar els avantatges i inconvenients dels algorismes de visió per ordinador i de processament del senyal. Resoldre problemes reals relacionats amb tècniques de visió per ordinador. Entendre el resultat i les limitacions de les tècniques de visió en diferents casos d'estudi. Saber escollir l'algorisme de visió per ordinador més adient per solucionar una tasca donada. Saber escollir les tècniques de visió per ordinador més adequades per solucionar problemes contextualitzats. Habilitats: Reconèixer les situacions en les quals l'aplicació d'algorismes de processament del senyal pot ser adient per solucionar un problema. Analitzar el problema a resoldre i dissenyar la solució òptima aplicant les tècniques apreses. Redactar documents tècnics relacionats amb l'anàlisi i la solució d'unproblema. Programar els algorismes bàsics per solucionar els problemes proposats. Avaluar els resultats de la solució implementada i valorar les possibles millores. Defensar i argumentar les decisions preses en la solució dels problemes proposats. |
| Resum: |
Approximately every decade there is a technological tsunami that transforms multiple industries. Artificial Intelligence (AI) is this wave that is sweeping the current technological world. If you've ever wondered: how do computers perform face detection in crowds? How do video calling apps blur the background or replace the background with other images? How do autonomous cars move safely in an urban environment? How is the ball followed with such precision in televised sporting events such as tennis, soccer and basketball? can we know the most effective cancer treatment from multimodal patient data? 1 can we know the emotions of a person with a smart watch and a video? How do machines learn to speak? If we have aroused your curiosity, this course is what you need. In this course we will learn about topics in Computer Vision such as Object Tracking, Volume Processing, Personalized Medicine, Face Detection, Optical Flow, Human Pose estimation and many more. Unlike other computer vision courses, this course approaches computer vision in a more practical, experiential and intuitive way. Its main component is a set of projects that must be developed by students divided into teams. All that is needed is a working knowledge of the Python programming language. We will use OpenCV which is the largest and most popular computer vision library in the world. It is used by thousands of companies, products and devices and is tested every day for scalability and performance. We will also learn to design and adapt specific networksand to choose which is the most appropriate processing method according to the requirements and restrictions of each application. In summary, Advanced methods of signal, image and video processing is an eminently practical and interdisciplinary subject that is situated on the bridge between artificial intelligence and the real world and that aims to cross this bridge in both directions. Knowledge: Describe and relate the phases into which the solution to a signal processing analysis problem is divided. Identify the advantages and disadvantages of computer vision and signal processing algorithms. Solve real problems related to computer vision techniques. Understand the results and limitations of vision techniques in different case studies. Knowing how to choose the most appropriate computer vision algorithm to solve a given task. Knowing how to choose the most appropriate computer vision techniques to solve contextualized problems. Skills: Recognize situations in which the application of signal processing algorithms may be adequate to solve a problem. Analyze the problem to be solved and design the optimal solution applying the techniques learned. Write technical documents related to the analysis and solution of a problem. Program the basic algorithms to solve the proposed problems. Evaluate the results of the implemented solution and assess possible improvements. Defend and argue the decisions made in solving the proposed problems. |
| Resum: |
Aproximadamente cada década hay un tsunami tecnológico que transforma múltiples industrias . La Inteligencia Artificial (IA) es esta ola que arrasa en el mundo tecnológico actual. Si alguna vez te has preguntado: ¿cómolos ordenadores realizan la detección de caras en multitudes? como las aplicaciones de videollamadas desenfocan el fondo o reemplazan el fondo con otras imágenes? como se desplazan los coches autónomos de forma segura en un entorno urbano? como se sigue el balón con tanta precisión en eventos deportivos televisados como tenis, fútbol y baloncesto? podemos saber el tratamiento de cáncer más efectivo a partir de datos multimodales del paciente? podemos saber las emociones de una persona con un smart watch y un video? como aprenden a hablar las máquinas? 1 Si hemos despertado su curiosidad, este curso es lo que necesitas. En este curso aprenderemos sobre temas en Visión por Ordenador como Seguimiento de Objetos, Procesamiento de Volúmenes, Medicina Personalizada, Detección de Caras, Flujo Óptico, estimación de Pose Humana y muchos más. A diferencia de otros cursos de visión por ordenador, este curso se acerca a la visión por ordenador de manera más práctica, experiencial e intuitiva. Su principal componente es un conjunto de proyectos que debe ser desarrollados por los estudiantes repartidos en equipos. Todo lo que se necesita es un conocimiento práctico del lenguaje de programación Python. Utilizaremos OpenCV que es la biblioteca de visión por ordenador más grande y popular del mundo. Lo utilizan miles de empresas, productos y dispositivos y se prueba cada día para obtener escalabilidad y rendimiento. Además aprenderemos a diseñar y adaptar redes específicas ya escoger cuál es el método de procesado más adecuado según los requerimientos y restricciones de cada aplicación. En resumen, Métodos avanzados de procesamiento de señal, imagen y vídeo es una assignaturade carácter eminentemente práctico e interdisciplinar que se sitúa en el puente que hay entre la inteligencia artificial y el mundo real y que pretende recorrer este puente en ambas direcciones. Conocimientos: Describir y relacionar las fases en que se divide la solución a un problema de análisis de procesamiento de la señal. Identificar las ventajas e inconvenientes de los algoritmos de visión por ordenador y de procesamiento de la señal. Resolver problemas reales relacionados con técnicas de visión por ordenador. Entender el resultado y las limitaciones de las técnicas de visión en diferentes casos de estudio. Saber escoger el algoritmo de visión por ordenador más adecuado para solucionar una tarea dada. Saber elegir las técnicas de visión por ordenador más adecuadas para solucionar problemas contextualizados. Habilidades: Reconocer las situaciones en las que laaplicación de algoritmos de procesamiento de la señal puede ser adecuado para solucionar un problema. Analizar el problema a resolver y diseñar la solución óptima aplicando las técnicas aprendidas. Redactar documentos técnicos relacionados con el análisis y la solución de unproblema. Programar los algoritmos básicos para solucionar los problemas propuestos. Evaluar los resultados de la solución implementada y valorar las posibles mejoras. Defender y argumentar las decisiones tomadas en la solución de los problemas propuestos. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.  |
| Llengua: |
Català, anglès, castellà |
| Titulació: |
Grau en Enginyeria de Dades [2503758] |
| Pla d'estudis: |
Enginyeria de Dades [1394] |
| Document: |
Objecte d'aprenentatge |
visitant ::
identificació
