Fichas de asignaturas 2012-13
|
PERCEPCIÓN |
Asignaturas
|
|
| ||
| Asignatura |
|
| | |
| Profesores |
|
| | |
| Competencias |
|
| | |
| Resultados Aprendizaje |
|
| | |
| Actividades Formativas |
|
| | |
| Sistemas de Evaluación |
|
| | |
| Contenidos |
|
| | |
| Bibliografía |
|
| Código | Nombre | |||
| Asignatura | 21714029 | PERCEPCIÓN | Créditos Teóricos | 2,5 |
| Título | 21714 | GRADO EN INGENIERÍA INFORMÁTICA | Créditos Prácticos | 5 |
| Curso | 3 | Tipo | Obligatoria | |
| Créd. ECTS | 6 | |||
| Departamento | C137 | INGENIERÍA INFORMÁTICA |
Requisitos previos
Haber cursado la asignaturas Introducción a la Programación y, opcionalmente, Reconocimiento de Patrones.
Recomendaciones
- Asistencia a clase. - Realización de los trabajos. - Estudio continuado de los contenidos de la asignatura.
Profesores
| Nombre | Apellido 1 | Apellido 2 | C.C.E. | Coordinador | |
| ANDRES | YAÑEZ | ESCOLANO | Profesor Titular Universidad | S |
|
Competencias
Se relacionan aquí las competencias de la Materia/módulo o título a que pertenece la asignatura, entre las que el profesor podrá indicar las relacionadas con la asignatura.
| Identificador | Competencia | Tipo |
| CG02 | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. | GENERAL |
| CO05 | Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes | ESPECÍFICA |
| CO06 | Capacidad para desarrollar y evaluar sistemas interactivos y de presentación de información compleja y su aplicación a la resolución de problemas de diseño de interacción persona computadora | ESPECÍFICA |
| G08 | Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones | ESPECÍFICA |
| T06 | Actitud de motivación por la calidad y la mejora continúa. | GENERAL |
| T07 | Capacidad de análisis y síntesis | GENERAL |
| T10 | Capacidad para comunicarse con personas no expertas en la materia. | GENERAL |
Resultados Aprendizaje
| Identificador | Resultado |
| R7 | Conocer, aplicar y analizar los resultados de las técnicas asociadas a cada fase del proceso de reconocimiento automático del habla. |
| R6 | Conocer las etapas del proceso de reconocimiento automático del habla. |
| R2 | Conocer las etapas de procesado en que se suele descomponer un sistema de visión artificial. |
| R3 | Conocer y aplicar las técnicas asociadas a cada fase del proceso de visión artificial y analizar los resultados obtenidos. |
| R4 | Familiarizarse con el uso de librerías software de visión artificial. |
| R5 | Familiarizarse con la terminología básica utilizada en el proceso de reconocimiento automática del habla. |
| R1 | Familiarizarse con la terminología básica utilizada en visión artificial. |
| R8 | Utilizar software aplicado al reconocimiento automático del habla. |
Actividades formativas
| Actividad | Detalle | Horas | Grupo | Competencias a desarrollar |
| 01. Teoría | MODALIDAD ORGANIZATIVA: Clases teóricas. MÉTODO DE ENSEÑANZA-APRENDIZAJE: Método expositivo/lección magistral. Resolución de ejercicios y problemas. En ellas el profesor expone las competencias y objetivos a alcanzar. Se enseña los contenidos básicos de un tema. Se resuelven problemas basados en ejemplos concretos con la finalidad de afianzar los contenidos de las clases teóricas. Se realiza un seguimiento temporal de la adquisición de conocimientos a través de preguntas en clase. |
20 | CG02 CO05 CO06 G08 T06 T07 T10 | |
| 02. Prácticas, seminarios y problemas | MODALIDAD ORGANIZATIVA: Clases prácticas. METODOS DE ENSEÑANZA APRENDIZAJE: Resolución de ejercicios y problemas. Realización de problemas sobre los distintos tópicos de la asignatura. |
10 | CG02 CO05 CO06 G08 T06 T07 T10 | |
| 03. Prácticas de informática | MODALIDAD ORGANIZATIVA: Clases prácticas. Prácticas de informática. METODOS DE ENSEÑANZA APRENDIZAJE: Resolución de ejercicios y problemas. Implementación de los métodos estudiados en teoría utilizando un lenguaje de programación. |
30 | CG02 CO05 CO06 G08 T06 | |
| 10. Actividades formativas no presenciales | MODELIDAD ORGANIZATIVA: Estudio y trabajo individual/autónomo MÉTODOS DE ENSEÑANZA-APRENDIZAJE: Contrato de aprendizaje. Trabajo realizado por el alumno mediante el estudio individual y el trabajo autónomo para comprender los contenidos impartidos en teoría, la resolución de ejercicios y problemas y la realización de búsquedas bibliográficas. Todo este proceso contará con la supervisión del profesor. |
86 | CG02 CO05 CO06 G08 T06 T07 T10 | |
| 12. Actividades de evaluación | Trabajos y examen final de la asignatura. |
4 | CO05 CO06 T07 |
Evaluación
Criterios Generales de Evaluación
La calificación general de la asignatura será la suma de las puntuaciones obtenidas en cada una de las actividades, según su ponderación (ver procedimiento de la calificación)
Procedimiento de Evaluación
| Tarea/Actividades | Medios, Técnicas e Instrumentos | Evaluador/es | Competencias a evaluar |
| Entrega de trabajos. | Rubrica. Se valorará: - Cumplimiento de las diferentes actividades prácticas en plazo y/o forma. - Correcta expresión escrita. - Claridad y precisión en el proceso de resolución de ejercicios. - Corrección en la solución de los problemas. - Adecuada aplicación de los conocimientos teóricos a la práctica. - Uso de un buen estilo de programación. - Documentación de programas. - Corrección, claridad y eficiencia de los programas. - Adecuación a los principios de la materia en cuestión. |
|
CG02 CO05 CO06 G08 T06 T07 T10 |
| Examen final. | Ejercicios prácticos y cuestiones teóricas sobre los contenidos de la asignatura. |
|
CG02 CO05 CO06 T07 |
Procedimiento de calificación
La evaluación se realizará a través de la entrega de varios trabajos y la realización de un Examen Final. La entrega y correcta resolución de los ejercicios prácticos a lo largo del curso se valorará con hasta el 50% de la nota final. El Examen Final se valorará con el 50% de la nota final. Calificación Final = Nota de los trabajos + Nota Examen Final Será condición necesaria haber aprobado el examen final para añadir la nota correspondiente a los trabajos.
Descripcion de los Contenidos
| Contenido | Competencias relacionadas | Resultados de aprendizaje relacionados |
Bloque 01: Visión por computador.
- Introducción a la visión artificial.
- Procesado digital de imágenes.
- Técnicas de preprocesado.
- Segmentación.
- Procesamiento morfológico.
- Interpretación de las imágenes.
- Secuencia de imágenes y detección de movimiento.
|
CG02 CO05 CO06 G08 T06 T07 T10 | R2 R3 R4 R1 |
Bloque 02: Reconocimiento automático del habla.
- Introducción al Reconocimiento Automático del Habla.
- Análisis espectral.
- Parametrización y representación de la señal de voz.
- Reconocimiento de la voz.
|
CG02 CO05 CO06 G08 T06 T07 T10 | R7 R6 R5 R8 |
Bibliografía
Bibliografía Básica
J. Vélez, B. Moreno, A. Sánchez, J.L. Esteban (2007), Visión por Computador, 2ª Edición.
R.C. Gonzalez y R.E. Woods (2007), Digital Image Processing, 3ª Edición ,Addison-Wesley,
D. Maravall (1993), Reconocimiento de Formas y Visión Artificial, Ed. Ra-ma.
G. Bradski y A. Kaehler (2008), Learning OpenCV, Ed. O'Reilly.
R. Laganière (2011). OpenCV 2 Computer Vision Application Programming Cookbook, Packt Publishing.
P. L. Galindo (2003). Introducción al Reconocimiento de la Voz. Universidad de Cádiz.
L. Rabiner y B.H. Juang (1993). Fundamentals of Speech Recognition, Prentice-Hall.
A. de la Torre, A.M. Peinado, A. J. Rubio (2001). Reconocimiento automático de Voz en Condiciones de Ruido. Universidad de Granada.
L.R. Rabiner y R.W. Schafer. (1987). Digital processing of speech signals. Ed. Prentice Hall.
J. Bernal, j. Bobadilla, P. Gómez. (2000). Reconocimiento de voz y Fonética Acústica. Ed. Rama.
Casacuberta y Vidal (1987). Reconocimiento Automático del Habla. Ed. Marcombo S.Young y otros (2005). The HTK book.Universidad de Cambridge.
Bibliografía Específica
G.A. Baxes (1994), Digital Image Processing: Principles and Practice, J. Wiley & Sons.
K.R Castelman (1996), Digital Image Processing, Prentice-Hall.
A.K. Jain (1989), Fundamentals of Digital Image Processing, Prentice-Hall Internacional.
J. González Jiménez (2000), Visión por Computador, Ed. Paraninfo.
R. Jain, R. Kasturi y B.G. Schunck (1995), Machine Vision, McGraw-Hill.
J.C. Russ (2011). Image Processing Handbook, 6ª Edición, CRC Press.
X. Huang, A. Acero, H. Hon (2001). Spoken Language Processing: A Guide To Theory, Algorithm and System Development. Prentice Hall F. Jelinek (1997). Statistical methods for speech recognition. The MIT Press. A. Quilis, J. A. Fernandez (1989). Curso de fonética y fonología españolas. CSIC.
El presente documento es propiedad de la Universidad de Cádiz y forma parte de su Sistema de Gestión de Calidad Docente.
