Masterat în viziune computerizată

Viziunea computerizată este capacitatea de a vedea în mașini, adică de a extrage structura spațio-temporală a imaginilor/videoclipurilor pentru a interpreta pe deplin o scenă. Este un domeniu în care se desfășoară activitate de cercetare abundentă, dar nu este vorba doar de cercetare. Tehnologiile de viziune computerizată au potențialul de a contribui la bunăstare, la creșterea economică și la sustenabilitatea mediului mai rapid și la costuri mai mici decât oricând.

Înțelegerea automată a lumii noastre vizuale nu a fost niciodată mai importantă în aplicații precum: asistență medicală, industria 4.0, robotică mobilă, securitatea infrastructurii și serviciilor, siguranță rutieră, vehicule autonome, agrement, publicitate și multe altele. Acest master oferă o specializare interdisciplinară în fundamentele generale ale vederii computerizate. Masteratul își propune să umple golul actual din nord-vestul peninsulei și Portugalia în ceea ce privește formarea acestui profil, dar își propune și să atragă studenți din alte părți ale Spaniei, Portugaliei și internațional.

Planul de studii este alcătuit din 15 subiecte, inclusiv stagii externe și teză de master (TFM). Rezultatul este o ofertă academică de 105 ECTS (30 ECTS pentru TFM, 3 ECTS pentru stagii externe, 48 ECTS pentru disciplinele obligatorii și 24 pentru opțiuni). Pentru a obține Masterul în Computer Vision, studentul trebuie să promoveze 90 ECTS.

Masterul este organizat în 6 module, trei dintre ele vizând dobândirea de competențe în tehnologii transversale de viziune computerizată și, prin urmare, aplicabile unui număr mare de domenii; Alte două module s-au concentrat pe tehnologiile și metodologiile specifice a două grupuri mari de aplicații: aplicații industriale și de inginerie și aplicații de imagistică biomedicală; și modulul TFM.

Predarea se va dezvolta, în general, prin combinarea învățământului față în față și la distanță (în mare parte), prin cursuri de master cu componente atât teoretice, cât și practice (hands-on), în care studenții vor folosi instrumente informatice pentru a consolida învățarea conceptelor și tehnicilor. Dezvoltarea predării va fi completată cu metodologii de predare integrate în care se vor dezvolta activități de învățare prin cooperare și pe proiecte.

În educația la distanță este importantă combinarea utilizării media sincrone (videoconferințe) cu mediile asincrone (săli de clasă virtuale). Materialul de curs va fi disponibil cu suficient timp în avans, astfel încât studenții să poată cunoaște din timp activitățile de desfășurat, conținutul inițial pe care se bazează, lecturile recomandate, calendarul de activități asociat și procedura de monitorizare și evaluare.

Pentru tutoratul academic, aceleași mecanisme pot fi utilizate prin instrumente de videoconferință de uz general, combinate cu e-mail și telefon. Munca în afara sălii de clasă va include activități de auto-studiu, muncă supervizată, rezolvarea de probleme și participarea la forumuri de discuții pe platforma virtuală.

Caracterul său multidisciplinar se bazează pe faptul că (i) multe dintre rezultatele sale sunt inspirate și feed back pe rezultatele în Neurosștiință, (ii) complexitatea problemelor atât din punct de vedere geometric, statistic și probabilistic necesită o bună pregătire în Matematica, (iii) ) dimensiunea fotometrică a imaginilor, rezoluția problemelor prost condiționate, analiza multispectrală sau sursele de zgomot în imagini, sunt un domeniu pentru fizică, (iv) tehnologiile pentru camere, comunicații și hardware provin din diversele Inginerie, (v) și modelele computaționale care sunt necesare pentru procesarea și învățarea din cantități mari de date, permit dezvoltarea de noi paradigme în Calcul.

Pe de altă parte, potențialul său tehnologic ridicat este evident din faptul că este o disciplină care permite aplicabilitatea rapidă a tuturor rezultatelor sale teoretice, ceea ce o face o inginerie transversală care poate fi integrată în multiple sisteme de aplicații diverse.

Astfel, ne confruntăm cu un sector tehnologic care necesită un grad ridicat de pregătire a profesioniștilor săi și al cărui interes științific avansează cu mare viteză. Interesul la nivel academic se manifestă pe două fronturi, pe de o parte sunt studenți care tocmai și-au terminat studiile universitare și caută o specializare mai mare înainte de a intra pe piața muncii. Pe de altă parte, există mai multe grupuri de cercetare dedicate vederii computerizate care necesită o diplomă de master în acest domeniu care să le permită să formeze studenți care intenționează să scrie o teză de doctorat.

Profilul de venit recomandat este:

• Pregătire matematică echivalentă cu cel puțin o diplomă în Inginerie.
• Cunoștințe de programare în limbaje precum C/C++ sau Java, sau prototipare precum Matlab sau Python.
• Cunoașterea limbii engleze pentru înțelegere, scriere și vorbire, cel puțin echivalentă cu nivelul B2 din cadrul european de referință pentru limbi ale Consiliului Europei.

Acest master, cu profil academic, cu o abordare practică și aplicată (îmbunătățit cu un TFM de 30 ECTS, o cerință minimă în conformitate cu reglementările portugheze), oferă abilități și experiență care permit aplicarea imediată a cunoștințelor pentru a genera atât un nivel înalt de pregătire. profesioniști, cu abilități de a genera beneficii imediate pentru industrie, ca profesioniști cu capacitate antreprenorială, sau cercetători care intenționează să înceapă studii doctorale într-un domeniu științific în creștere. La finalizarea instruirii, studenții trebuie să fie competenți în:

• Citirea și înțelegerea publicațiilor curente de cercetare privind tehnicile de viziune computerizată.
• Utilizarea instrumentelor fundamentale utilizate în mod obișnuit pentru a dezvolta aplicații de viziune computerizată.
• Implementarea aplicațiilor de viziune computerizată bazate pe algoritmi de ultimă generație.
• Efectuați analize și teste experimentale în concordanță cu practica curentă în viziunea computerizată, inclusiv metrici standard și seturi de date de referință.
• Aplicarea instrumentelor matematice și de învățare automată, cum ar fi geometria, optimizarea și statistica pentru aplicațiile de viziune computerizată.