Índice de la asignatura

Tema 1. Introducción a los sistemas industriales de visión artificial

•Introducción
•Fases de un sistema industrial de visión (captura, procesamiento, extracción de características, clasificación).
•Tipos de sistemas y aplicaciones

Tema 2. Estudio del error

•Error tipo 1 y tipo 2
•Contraste de hipótesis
•Funciones de coste
•Matrices de confusión, curvas ROC y curvas de ganancia

Tema 3. Metodologías y entornos de trabajo

•Diseño de una solución: UML
•Bibliotecas
•Entornos de desarrollo

Tema 4. Introducción a Docker

•Empaquetado de soluciones
•Ventajas de docker

Tema 5. Sistemas de clasificación populares en aplicaciones industriales

•Redes de neuronas, HMM, SVM…
•Entornos de entrenamiento (weka, sklearn, keras…)
•Aplicaciones

Tema 6. Introducción a la lógica borrosa

•Teoría de Fuzzy Logic
•Bibliotecas de soporte en Python
•Aplicaciones

Tema 7. Captura de información sobre imágenes de documentos

•Manipulación y digitalización de los documentos (scanners, preparación del papel…)
•Video grabación y reconocimiento
•Procesos de Validación
•Formatos de imágenes (resolución, color…)
•Ruido en las imágenes de documentos
•Lectura de texto manuscrito
•Lectura de texto mecanografiado

Tema 8. Lectura de códigos de barras

•Tipos de códigos de barras
•Problemática de la lectura
•Aplicaciones

Tema 9. Videovigilancia

•Detección y seguimiento de personas
•Grabación de escena para atestados
•Gestión del tráfico y control de conductas

Tema 10. Inspección de superficies

•Aplicaciones a la industria alimenticia, la agricultura y sector servicios
•Inspección y ensamblaje de elementos electrónicos
•Inspección de imagenes aéreas y de satelite
•Aplicaciones a la industria textil y de la impresión