UNIVERSIDAD POLITÉCNICA ESTATAL DEL CARCHI
PLANIFICACIÓN MICRO CURRICULAR SÍLABO
Versión 1.0
1. DATOS DE LA ASIGNATURA
Facultad INDUSTRIAS AGROPECUARIAS Y CIENCIAS AMBIENTALES
Carrera COMPUTACIÓN REDISEÑO DE REGISTRO
Nivel SÉPTIMO
Unidad de organización curricular PROFESIONAL
Asignatura VISIÓN POR COMPUTADOR
Código 0611AIT1VC7UP HORAS (PAO)
Componentes de Organización de los Aprendizajes
CD AP AA TOTAL
16 16 40 72
Asignaturas pre-requisitos Código
Asignaturas co-requisitos Código
2. DATOS DEL DOCENTE Nombre
Correo electrónico
Título de tercer nivel N° de registro
SENESCYT
Título de cuarto nivel N° de registro
SENESCYT
Número telefónico Número de cédula
Código ORCID Logros académicos y profesionales
3. METODOLOGÍA
Aprendizaje en Contacto con el Docente (CD)
Exposición oral (clase magistral) X Estudio de casos Lecturas dentro de clase X Ejercicios dentro de clase Foros/Debates X Proyecto en aula
Conferencias/Seminarios Exposición audiovisual X Talleres X
Otras
Aprendizaje Práctico-Experimental (AP) Aplicación de contenidos
conceptuales Aplicación de procedimientos Resolución de problemas
prácticos X
Experimentación Contrastación Replicación de casos o métodos
Otras
Aprendizaje Autónomo (AA)
Lectura crítica Investigación documental X Escritura académica X
Escritura científica Elaboración de informes X Elaboración de portafolios X Elaboración de proyectos Elaboración de planes Elaboración de presentaciones X Otras
4. EVALUACIÓN
Aprendizaje basado en proyectos Aprendizaje basado en diseño experimental X Aprendizaje basado en solución de problemas X Aprendizaje basado en Investigación – Acción
Aprendizaje basado en estudio de casos reales o
simulados Aprendizaje basado en trabajo autónomo X
Aprendizaje basado en simulaciones Otros
3. CONSTRUCCIÓN DEL CONOCIMIENTO
5. ORGANIZACIÓN DEL APRENDIZAJE N° de la
unidad 1 Nombre de la unidad INTRODUCCIÓN A LA VISIÓN POR
COMPUTADORAS Total horas unidad 6
Resultado de aprendizaje
Familiarizarse con los conceptos avanzados sobre visión por computadoras así mismo sus etapas y componentes, formación de colores, adquisición y
representación de imágenes
Escenarios de aprendizaje
Seleccionar el escenario pertinente:
Aula x Laboratorio Centros de informática Bibliotecas Evento académico Aula virtual
Folio Horas clase
Distribución de Horas Contenido
Actividades de aprendizaje en contacto con el
docente (CD)
Actividades
autónomas (AA) Actividades de evaluación (AE)
CD AP AA
1 2 2 0 0
Visión humana y Visión artificial Etapas y
componentes de un sistema de visión
Aprendizaje
Colaborativo Investigar sobre las
cámaras digitales Evaluación Formativa
4
2 4 2 0 2
Formación de imágenes Espacios de Colores
Adquisición de y representación de imágenes
Aprendizaje
Colaborativo 0 0
Bibliografía básica:
§ Alegre E. et al., (2016). Conceptos y Métodos en Visión por Computador, España - edición: Grupo de Visión del Comité Español de Automática (CEA)
§García I. (2008). Visión Artificial y Procesamiento Digital de Imágenes usando Matlab, Ibarra – Ecuador – Edición: Pontificia Universidad Católica del Ecuador
Bibliografía complementaria: § Sucar L., Gómez G. (sf). Visón Computacional. Puebla - México, Neuherberg - Alemania.
N° de la
unidad 2 Nombre de la unidad SEGMENTACIÓN Total horas unidad 4
Resultado de aprendizaje
Conocer las diferentes técnicas para la extracción de objetos de interés insertados en una escena capturada
Escenarios de aprendizaje
Seleccionar el escenario pertinente:
Aula x Laboratorio Centros de informática Bibliotecas Evento académico Aula virtual
Folio Horas clase
Distribución de Horas Contenido
Actividades de aprendizaje en contacto con el
docente (CD)
Actividades
autónomas (AA) Actividades de evaluación (AE)
CD AP AA
5
3 4 2 0 2
Fundamentos de técnicas de segmentación Transformada de Hough
Segmentación orientada a las regiones Umbralización
Clase Magistral Investigar sobre los fundamentos de colores
Evaluación Formativa
Bibliografía básica:
§ Alegre E. et al., (2016). Conceptos y Métodos en Visión por Computador, España - edición: Grupo de Visión del Comité Español de Automática (CEA)
§García I. (2008). Visión Artificial y Procesamiento Digital de Imágenes usando Matlab, Ibarra – Ecuador – Edición: Pontificia Universidad Católica del Ecuador
Bibliografía complementaria: § Sucar L., Gómez G. (sf). Visón Computacional. Puebla - México, Neuherberg - Alemania.
N° de la
unidad 3 Nombre de la unidad REPRESENTACIÓN Y DESCRIPCIÓN DE
OBJETOS Total horas unidad 4
Resultado de aprendizaje
Conocer las diferentes técnicas y algoritmos para representar los objetos según sus formas y apariencias
Escenarios de aprendizaje
Seleccionar el escenario pertinente:
Aula x Laboratorio Centros de informática Bibliotecas Evento académico Aula virtual
Folio Horas clase
Distribución de Horas Contenido
Actividades de aprendizaje en contacto con el
docente (CD)
Actividades
autónomas (AA) Actividades de evaluación (AE)
CD AP AA
6
4 4 2 0 2
Esquemas de Representación Descriptores de Contorno Morfología
Aprendizaje
Colaborativo 0 0
Bibliografía básica:
§ Alegre E. et al., (2016). Conceptos y Métodos en Visión por Computador, España - edición: Grupo de Visión del Comité Español de Automática (CEA)
§García I. (2008). Visión Artificial y Procesamiento Digital de Imágenes usando Matlab, Ibarra – Ecuador – Edición: Pontificia Universidad Católica del Ecuador
Bibliografía complementaria: § Sucar L., Gómez G. (sf). Visón Computacional. Puebla - México, Neuherberg - Alemania.
N° de la
unidad 4 Nombre de la unidad CLASIFICACIÓN DE OBJETOS Total horas unidad 4
Resultado de aprendizaje
Conocer las diferentes técnicas y algoritmos para representar los objetos según sus formas y apariencias
Escenarios de aprendizaje
Seleccionar el escenario pertinente:
Aula x Laboratorio Centros de informática
Bibliotecas Evento académico Aula virtual
Folio Horas clase
Distribución de Horas Contenido
Actividades de aprendizaje en contacto con el
docente (CD)
Actividades
autónomas (AA) Actividades de evaluación (AE)
CD AP AA
7
5 4 2 0 2 Descriptor
Algoritmos de clasificación
Clase Magistral Investigar calibración de cámara
Evaluación Formativa
Bibliografía básica:
§ Alegre E. et al., (2016). Conceptos y Métodos en Visión por Computador, España - edición: Grupo de Visión del Comité Español de Automática (CEA)
§García I. (2008). Visión Artificial y Procesamiento Digital de Imágenes usando Matlab, Ibarra – Ecuador – Edición: Pontificia Universidad Católica del Ecuador
Bibliografía complementaria: § Sucar L., Gómez G. (sf). Visón Computacional. Puebla - México, Neuherberg - Alemania.
N° de la
unidad 5 Nombre de la unidad RECONOCIMIENTO, DETECCIÓN Y
SEGUIMIENTO DE OBJETOS Total horas unidad 8
Resultado de aprendizaje
Conocer las diferentes técnicas, algoritmos y métodos para poder realizar el reconocimiento,
detección y seguimientos de objetos
Escenarios de aprendizaje
Seleccionar el escenario pertinente:
Aula x Laboratorio Centros de informática Bibliotecas Evento académico Aula virtual
Folio Horas clase
Distribución de Horas Contenido
Actividades de aprendizaje en contacto con el
docente (CD)
Actividades
autónomas (AA) Actividades de evaluación (AE)
CD AP AA
8
6 4 2 0 2
Reconocimiento:
Introducción Reconocimiento de objetos Reconocimiento de Patrones Detección:
Introducción Detectores de Puntos
Aprendizaje
Colaborativo 0 0
7 4 2 0 2
Sustracción de Puntos
Seguimiento de punto
Seguimiento de Kernel
Seguimiento de silueta
Clase Magistral Evaluación
Sumativa Evaluación Capítulo I
Bibliografía básica:
§ Alegre E. et al., (2016). Conceptos y Métodos en Visión por Computador, España - edición: Grupo de Visión del Comité Español de Automática (CEA)
§García I. (2008). Visión Artificial y Procesamiento Digital de Imágenes usando Matlab, Ibarra – Ecuador – Edición: Pontificia Universidad Católica del Ecuador
Bibliografía complementaria: § Sucar L., Gómez G. (sf). Visón Computacional. Puebla - México, Neuherberg - Alemania.
N° de la
unidad 6 Nombre de la unidad INTERPRETACIÓN AUTOMÁTICA DE
LAS IMÁGENES Total horas unidad 4
Resultado de aprendizaje
Conocer las diferentes técnicas de interpretar automáticamente las imágenes por medio de sus características
Escenarios de aprendizaje
Seleccionar el escenario pertinente:
Aula x Laboratorio Centros de informática Bibliotecas Evento académico Aula virtual
9
Folio Horas clase
Distribución de Horas Contenido
Actividades de aprendizaje en contacto con el
docente (CD)
Actividades
autónomas (AA) Actividades de evaluación (AE)
CD AP AA
8 4 2 0 2
Etiquetamiento de la imagen binaria Extracción de características Descriptores de fronteras
Aprendizaje
Colaborativo 0 0
Bibliografía básica:
§ Alegre E. et al., (2016). Conceptos y Métodos en Visión por Computador, España - edición: Grupo de Visión del Comité Español de Automática (CEA)
§García I. (2008). Visión Artificial y Procesamiento Digital de Imágenes usando Matlab, Ibarra – Ecuador – Edición: Pontificia Universidad Católica del Ecuador
Bibliografía complementaria: § Sucar L., Gómez G. (sf). Visón Computacional. Puebla - México, Neuherberg - Alemania.
10
4. PRÁCTICAS Y EXPERIMENTACIÓN
N° de la
práctica 1 Nombre de la práctica Detección de imágenes Total horas prácticas 42
Unidad a la que corresponde la
práctica 1, 2, 3, 4, 5, 6 Resultado de
aprendizaje
Familiarizarse con los conceptos avanzados sobre visión por
computadoras así mismo sus etapas y componentes, formación de colores, adquisición y representación de imágenes Conocer las diferentes técnicas para la extracción de objetos de interés
insertados en una escena capturada Conocer las diferentes técnicas y algoritmos para representar los objetos según sus formas y
apariencias Conocer las diferentes técnicas y algoritmos para representar los objetos según sus formas y apariencias Conocer las diferentes técnicas, algoritmos y métodos para poder realizar el reconocimiento, detección y seguimientos de objetos Conocer las diferentes técnicas de interpretar automáticamente las imágenes por medio de sus características
4.6 FOLIO
4.7 HORAS
CLASE 4.8 APE 4.9 AA
4.10 AMBIENTE DE APRENDIZAJE
4.11 ACTIVIDADES
DE LA PRACTICA
Actividades autónomas de
práctica Actividades de evaluación
9 6 2 4 Laboratorio
Realizar la Detección de líneas rectas, Detección de círculos y las
Consulta e investigación en libros y recursos web, lectura
Participación en el desarrollo de preguntas, desarrollo de tareas.
11 Transformadas de Hough generalizadas
comprensiva de conceptos.
10 6 2 4 Laboratorio
Realizar la segmentación de objetos basado en la segmentación orientada a las regiones
Consulta e investigación en libros y recursos web, lectura comprensiva de conceptos.
Participación en el desarrollo de preguntas, desarrollo de tareas.
11 6 2 4 Laboratorio
Realizar la representación de los objetos basados en esquemas de representación
Consulta e investigación en libros y recursos web, lectura comprensiva de conceptos
Participación en el desarrollo de preguntas, desarrollo de tareas
12 6 2 4 Laboratorio
Realizar la clasificación de los objetos basado en descriptores
Informe Desarrollo de la práctica Resultados y cálculos
Informe, evaluaciones prácticas
13 6 2 4 Laboratorio
Realizar la clasificación de los objetos basado en frontera
Informe Desarrollo de la práctica Resultados y cálculos
Informe, evaluaciones prácticas
12
14 4 2 2 Laboratorio
Realizar
reconocimiento de objetos basado en técnicas y por patrones Realizar el seguimiento de objetos
basados en detectores y sustracción de puntos
Informe Desarrollo de la práctica Resultados y cálculos
Informe, evaluaciones prácticas
15 4 2 2 Laboratorio
Realizar el seguimiento de objetos
basados en técnicas de seguimiento
Informe
Desarrollo de la práctica Resultados y cálculos
Informe, evaluaciones prácticas
16 4 2 2 Laboratorio
Realizar la interpretación de los objetos utilizando las técnicas y métodos de interpretación
Informe
Desarrollo de la práctica Resultados y cálculos
Informe, evaluaciones prácticas
Bibliografía básica:
§ Alegre E. et al., (2016). Conceptos y Métodos en Visión por Computador, España - edición: Grupo de Visión del Comité Español de Automática (CEA)
§García I. (2008). Visión Artificial y Procesamiento Digital de Imágenes usando Matlab, Ibarra – Ecuador – Edición: Pontificia Universidad Católica del Ecuador
Bibliografía complementaria: § Sucar L., Gómez G. (sf). Visón Computacional. Puebla - México, Neuherberg - Alemania.
5. RECURSOS
5.1 RECURSOS FÍSICOS: Guía didáctica
Computador personal
5.2 RECURSOS TECNOLÓGICOS:
Bibliografía digital Aulas virtuales
Pizarra digital Internet