Guía docente de Sistemas de Visión Bioinspirados (M51/56/3/17)

Curso 2022/2023
Fecha de aprobación por la Comisión Académica 05/07/2022

Máster

Máster Universitario en Ciencia de Datos e Ingeniería de Computadores

Módulo

Módulo de Sistemas de Aplicación Específica

Rama

Ingeniería y Arquitectura

Centro Responsable del título

International School for Postgraduate Studies

Semestre

Segundo

Créditos

4

Tipo

Optativa

Tipo de enseñanza

Presencial

Profesorado

  • Christian Agustín Morillas Gutiérrez
  • María Begoña Del Pino Prieto

Tutorías

Christian Agustín Morillas Gutiérrez

Email
  • Tutorías 1º semestre
    • Martes 9:00 a 12:00 (Etsi Informática)
    • Jueves 9:00 a 12:00 (Etsi Informática)
  • Tutorías 2º semestre
    • Lunes 8:30 a 11:30 (Etsi Informática)
    • Jueves 11:30 a 13:00 (Etsi Informática)
    • Jueves 14:00 a 15:30 (Etsi Informática)

María Begoña Del Pino Prieto

Email
  • Tutorías 1º semestre
    • Lunes 9:30 a 12:30 (Etsiit D.2-3)
    • Lunes 9:30 a 13:30 (Ffcc Sec.Fisica 3ªplanta)
    • Jueves 17:00 a 20:00 (Ffcc Sec.Fisica 3ªplanta)
    • Viernes 12:00 a 14:00 (Ffcc Sec.Fisica 3ªplanta)
  • Tutorías 2º semestre
    • Lunes 9:30 a 13:30 (Etsiit D.2-3)
    • Jueves 9:30 a 11:30 (Etsiit D.2-3)

Breve descripción de contenidos (Según memoria de verificación del Máster)

Esta materia en enmarca en una ingeniería, con una importante faceta experimental y con interés en estudios multidisciplinares. Por ello incluye distintas componentes: formación teórica (sobre metodología y materia de base), diseño (estudio del referente biológico para diseño mediante ingeniería inversa de sistemas de procesamiento visual) y experimentación (validación de modelos, simulación o implementación física y resultados).

La asignatura se centra en el estudio de sistemas artificiales de visión inspirados en la estructura (neuroanatomía) y función (neurofisiología) de los distintos centros neuronales implicados en el proceso de la visión. Comprende el estudio de las características básicas de codificación y procesamiento de la información visual en estos centros, así como el planteamiento y elaboración de modelos que aproximen dichas características con distintos niveles de abstracción (visión primaria, intermedia y de alto nivel).

Se revisan implementaciones específicas en tiempo real (ej. retinas artificiales), así como plataformas de simulación disponibles en distintos lenguajes.

Prerrequisitos y/o Recomendaciones

Competencias

Competencias Básicas

  • CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Resultados de aprendizaje (Objetivos)

  • (AP0) Resultados relacionados con las competencias generales (CG): habilidades de resolución de problemas, de discusión, de comunicación oral y escrita, etc.
  • (AP1) Análisis de características de codificación y procesamiento de información visual en el sistema biológico.
  • (AP2) Análisis y planteamiento de  modelos a partir de la estructura y función de las diversas etapas del tracto visual (retina, LGN, corteza visual, …).
  •  (AP3) Implementación de sistemas bioinspirados de visión: conocimiento y evaluación de simuladores e implementaciones hardware dedicadas.
  • (AP4) Estudio de propiedades emergentes de los modelos de visión bioinspirados, tanto  para la interpretación de características del sistema biológico, como para el diseño de sistemas de visión de aplicación específica.
  •  (AP5) Revisión y discusión de trabajos científicos de este campo. Para desarrollar su capacidad de actualización de conocimientos científico-técnicos más allá de los contenidos del curso.

Programa de contenidos Teóricos y Prácticos

Teórico

 

  • Tema 1. Estructura y función del sistema visual. Codificación y procesamiento de información.
  • Tema 2. Modelos de visión para computación bio-inspirada y neurocientífica. Visión primaria, intermedia y de alto nivel.
  • Tema 3. Simulación del sistema visual e implementaciones físicas.

 

Práctico

PRÁCTICAS DE LABORATORIO:

  • Práctica 1. Procesamiento de imágenes
  • Práctica 2. Procesamiento de secuencias de video
  • Práctica 3. Modelado funcional y biofísico de las primeras etapas del sistema visual

Bibliografía

Bibliografía fundamental

  • D.H. Hubel, Eye, Brain, and vision, Scientific American Library, 1988.
  • P. Martínez-Cañada, C. Morillas, B. Pino, E. Ros, F.J. Pelayo, “A Computational Framework for Realistic Retina Modeling”, International Journal of Neural Systems (IJNS), Volume 26, Issue 07, November 2016.
  • F. Barranco, J. Diaz, B. Pino, and E. Ros, “Real-Time Visual Saliency Architecture for FPGA With Top-Down Attention Modulation”, IEEE Trans. On Industrial Informatics, Volume 10, Issue 3, August 2014
  • B. B. Lee, P. R. Martin and U. Grunert, Retinal connectivity and primate vision, Prog. Reti. Eye Res. 29(6) (2010) 622–639.
  • (Gollisch, 2010) Gollisch T., Meister M., Eye Smarter than Scientists Believed: Neural Computations in Circuits of the Retina, Neuron 65, January 28, 2010, pp. 150-164.
  • Poggio, T., & Serre, T. (2013). Models of visual cortex. Scholarpedia, 8(4), 3516.

Bibliografía complementaria

  • (Barranco, 2009) Barranco, F. ; Díaz, A.J.; Ros, E.; Pino, B , Visual system based on artificial retina for motion detection, IEEE TRANSACTIONS ON SYSTEMS MAN AND CYBERNETICS PART B-CYBERNETICS, 2009, vol. 39, nº 3, pp. 752-762, http://dx.doi.org/10.1109/TSMCB.2008.2009067
  • (Morillas, 2007) C.A. Morillas, S.F. Romero, A. Martínez, F.J. Pelayo, E. Ros y E. Fernández, “A design framework to model retinas”, BioSystems 87 (2007) 156–163
  • Martínez-Cañada, P., Morillas, C., & Pelayo, F. (2019). A Neuronal Network Model of the Primate Visual System: Color Mechanisms in the Retina, LGN and V1. International Journal of Neural Systems, 29(02), 1850036.
  • (Bednar, 2009) J.A. Bednar, Topographica: building and analyzing map-level simulations from Python, C/C++, MATLAB, NEST, or NEURON components, Frontiers in Neuroinformatics, doi: 10.3389/neuro.11.008.2009
  • (Benoit 2010) A. Benoit, A. Caplier, B. Durette, J. Herault, Using Human Visual System modeling for bio-inspired low level image processing, Computer Vision and Image Understanding 114 (2010) 758–773.
  • Born, G.,et al. (2021). Corticothalamic feedback sculpts visual spatial integration in mouse thalamus. Nature neuroscience, 24(12), 1711-1720.
  • (Boahen, 2005) K. Boahen, Neuromorphic Microchips, Scientific American, May 2005.
  • (Carandini, 2005) M. Carandini et al., "Do We Know What the Early Visual System Does?", The Journal of Neuroscience, November 16, 2005 • 25(46):10577–10597.
  • Baccus, S. A., & Meister, M. (2002). Fast and slow contrast adaptation in retinal circuitry. Neuron, 36(5), 909-919.
  • (Mead, 1988) C. A. Mead and M. A. Mahowald, A Silicon Model of Early Visual Processing, Neural Nelwork, Vol. 1, pp. 91-97. 1988

Metodología docente

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)

Evaluación Ordinaria

El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se les haya reconocido el derecho a la evaluación única final. La evaluación continua se compone de los siguientes elementos:

  • Actividades realizadas durante el cuatrimestre.
    • Se plantean cuestiones sobre seminarios u otras actividades que se proponen durante el desarrollo de las sesiones
    • Criterios de evaluación: Exactitud en la respuesta, razonamiento, conclusiones
    • Porcentaje sobre calificación final: 10%
  • Trabajo teórico previamente asignado
    • Se entregan para evaluación un documento escrito (máx. 10 páginas) y una presentación. Se realizará la presentación oral del trabajo.
    • Criterios de evaluación: Completitud, rigor, organización, conclusiones, capacidad de síntesis.
    • Porcentaje sobre calificación final: 60%
  • Evaluación de prácticas
    • Se entrega para evaluación una relación de ejercicios prácticos propuestos sobre el contenido de las prácticas.
    • Criterios de evaluación: Completitud, corrección.
    • Porcentaje sobre calificación final:30%

Evaluación Extraordinaria

El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.

  • Prueba de conocimientos teóricos
    • Se plantean cuestiones sobre la materia que impliquen el análisis global de la misma y la elaboración de conclusiones.
    • Criterios de evaluación: Capacidad de análisis, razonamiento, conclusiones
    • Porcentaje sobre calificación final: 10%
  • Trabajo teórico previamente asignado
    • Se entregan para evaluación un documento escrito (máx. 10 páginas) y una presentación. Se realizará la presentación oral del trabajo.
    • Criterios de evaluación: Completitud, claridad, rigor, organización, conclusiones, capacidad de síntesis.
    • Porcentaje sobre calificación final: 60%
  • Evaluación de prácticas
    • Se entrega para evaluación una relación de ejercicios prácticos propuestos sobre el contenido de las prácticas.
    • Criterios de evaluación: Completitud, corrección.
    • Porcentaje sobre calificación final:30%

Evaluación única final

El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas. Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas. Lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

  • Prueba de conocimientos teóricos
    • Se plantean cuestiones sobre la materia que impliquen el análisis global de la misma y la elaboración de conclusiones.
    • Criterios de evaluación: Capacidad de análisis, razonamiento, conclusiones
    • Porcentaje sobre calificación final: 10%
  • Trabajo teórico previamente asignado
    • Se entregan para evaluación un documento escrito (máx. 10 páginas) y una presentación. Se realizará la presentación oral del trabajo. 
    • Criterios de evaluación: Completitud, claridad, rigor, organización, conclusiones, capacidad de síntesis.
    • Porcentaje sobre calificación final: 60%
  • Evaluación de prácticas
    • Se entrega para evaluación una relación de ejercicios prácticos propuestos sobre el contenido de las prácticas.
    • Criterios de evaluación: Completitud, corrección.
    • Porcentaje sobre calificación final:30%

Información adicional