1 Contenido de la clase
Organización académica: materias del área y optativas [00:30-02:17]
Cada área de profundización se integra con 4 materias: 2 de la estructura básica (por ejemplo, arquitectura, programación o algoritmos) y 2 de elección, tomadas del área en la que el estudiante está inscrito. Cada área tiene su materia emblemática o representativa; se mencionan ramas como la Visión, las aplicaciones científicas y la modelación. Normalmente los alumnos que entran a esta materia se interesan por dos: Visión Computacional e Inteligencia Artificial (la visión es, en realidad, un componente de la IA). Llevar ambas combinadas permite desarrollar la identidad del investigador.
El profesor insiste en que la elección de área al inicio del semestre es simbólica: no hay que agobiarse por la decisión, porque lo que realmente importa es elegir el tutor y el tema de tesis [01:58-02:17]. [parte no entendida en varios pasajes sueltos]
El laboratorio y el grupo de trabajo [04:28-06:27]
Las personas del grupo trabajan tanto en la industria como en la docencia e investigación. En la página del laboratorio se muestran 5 líneas de trabajo y proyectos de investigación acumulados durante años [06:17-06:23]. Se menciona que pertenecen a un área de ingeniería eléctrica con una rama dedicada al procesamiento de imágenes [03:45-03:53]. [parte no entendida — nombres de entidades]
Qué es la asignatura [07:15-09:59]
Visión Computacional es una materia introductoria a la vasta área de la visión por computadora; de aquí se desprenden otras materias de profundización de la maestría. El temario general incluye:
- Introducción: qué es, para qué sirve, qué la compone y cuáles son sus aplicaciones [07:23-07:36].
- Visión humana: la visión por computadora está inspirada en cómo el ser humano analiza imágenes en etapas; entenderlo cambió radicalmente el análisis automático de imágenes [07:49-08:05].
- David Marr: el "papá" o fundador de la visión computacional; su obra ("Vision", años 80) fijó principios que siguen vigentes, aunque los métodos hayan evolucionado [07:36-07:44].
- Concepto de imagen.
- Formación de imágenes: modelo de cámara, proyección y representación geométrica del mundo real en la imagen [08:31-08:37].
- Imagen digitalizada: el curso parte de la imagen ya digitalizada; la conversión analógico-digital y la discretización se tocan poco, son de otra asignatura [08:47-08:59].
- Color: tema muy amplio; aquí solo se ven los formatos de representación del color (por ejemplo, 3 bandas o canales como RGB) [09:09-09:38].
Temario completo (unidad a unidad) [20:00-24:35]
- Procesamiento digital de la imagen ("expresión digital"): la base para hacer imágenes y visión.
- Filtros: herramientas sobre las que se construyen las demás técnicas [21:18-21:22].
- Extracción de características: operadores para sacar información visual [21:32-21:45]. Siguiendo a Marr, la primera parte del diseño de un sistema de visión es extraer lo relevante del campo visual y descartar lo que no es importante; las estructuras de los objetos definen lo que nos interesa [21:45-21:57].
- Descriptores de imágenes [el nombre técnico quedó ininteligible en la grabación; por el contexto, un descriptor local de puntos característicos]: no describen toda la imagen, solo sus puntos característicos, lo que permite reencontrar la misma imagen [22:01-22:13].
- Transformada de Fourier [22:17-22:21].
- Redes de aprendizaje profundo: modelos convolucionales, transformers y modelos generativos de imagen [22:35-22:41].
- Segmentación de imágenes: una de las grandes tareas y, para el grupo, la más importante; en el ámbito médico sirve, por ejemplo, para detectar dónde está un órgano y apoyar el diagnóstico [22:47-22:56].
- Percepción remota (teledetección): aplicaciones desde sensores a distancia; un tema muy grande [23:50-23:54].
- Seguimiento de movimiento en el tiempo: ejemplo del ventrículo del corazón, cuyo músculo (miocardio) late; ver cómo se mueve cada punto del miocardio permite construir un patrón de movimiento para diagnosticar, por ejemplo, un infarto. Es una línea de investigación del laboratorio [24:04-24:35].
Materiales y dinámica del curso [24:40-29:54]
En la página del curso hay, a la izquierda, PDFs con apuntes para repasar fuera de clase y, a la derecha, las prácticas [24:42-24:50]. El modelo es teoría → práctica: se explica un tema y luego se deja la práctica. Las prácticas se entregan con aproximadamente 15 días de anticipación; el día de revisión cada quien demuestra en clase el resultado: el código debe funcionar, se comparte el reporte y a veces se hace una presentación [27:38-28:03].
El profesor insiste en que todos los integrantes deben dominar el código: sabe que suelen "repartirse" el trabajo, pero cada quien debe saber qué se hizo para evitar caer en [riesgo de plagio / práctica sin entender] [28:25-29:30]. Al presentar el curso menciona un lenguaje/herramienta de programación [parte no entendida — parece referirse a Python].
Proyecto final y evaluación [29:38-41:38]
Al final hay un proyecto final, que puede ser común para todos o elegido entre propuestas del profesor, siempre con datos reales (por ejemplo, proyectos de imagen médica). El proyecto debe demostrar la aplicación de todo lo visto, y se valora que los estudiantes sean propositivos e investiguen más allá del curso [40:00-40:30].
En la evaluación se mencionan: tareas (≈10 %), prácticas y proyecto final (≈30 %) [40:44-41:14]. Los porcentajes no son fijos: al final se ajustan y siempre se mueven para ayudar al alumno, nunca en contra; hay un pequeño margen de subjetividad en el proyecto [41:16-41:38].
Equipos de trabajo [41:44-43:11]
Los equipos no son rígidos: no hay que "casarse" con un equipo ni pelear; se pueden reconfigurar. Para que el sistema funcione, todos los integrantes suben su práctica (por las entregas se detecta la composición del equipo; en equipos grandes a veces no da tiempo) [42:04-42:35]. El profesor comenta que han funcionado muy bien los equipos multidisciplinarios [42:55-43:11].
Área, tutor y tesis (maestría) [60:00-65:00]
- Las materias del área son obligatorias de elección: normalmente se llevan 2 obligatorias y 2 de elección (a veces 3 y 1) [60:21-60:30].
- La inteligencia artificial de esta área es IA aplicada a imágenes, audio y señales; incluye también modelos generativos de imagen y audio [60:44-61:20].
- Se mencionan plazos para llevar ciertas materias, entre ellas una materia de intersección entre áreas y después materias propias de la maestría [detalles de meses/semestres no claros en la grabación] [61:30-61:38].
- Tutor y tesis: al inicio del segundo semestre el estudiante ya debe tener tutor y tema de tesis; el tutor aconseja qué materias llevar y, si la tesis lo requiere, se pueden tomar materias de otras áreas [61:54-62:28].
- Coloquios de avance: al final de cada semestre hay un coloquio en el que un comité de dos profesores del área revisa el avance de la tesis; no es un examen de titulación [62:32-62:55].
- Existe una materia de seminario de titulación en el segundo o tercer semestre, y se advierte que atrasarse en la tesis es muy perjudicial y difícil de recuperar [64:21-64:45].
Segundo profesor y requisitos previos [48:25-49:59]
Se presenta un segundo profesor, ingeniero de formación [nombre poco claro en la grabación]. Comenta los requisitos para llevar la materia: hace falta experiencia en programación y computación (cuenta que en un grupo anterior solo tenían una materia de computación) [49:19-49:30]. [parte no entendida en el resto del comentario]
2 Puntos destacados / Lo que hay que saber
3 Actividades y tareas pendientes
En esta clase de presentación no se dejó ninguna tarea con fecha de entrega, pero se adelantó la dinámica por venir. Checklist sugerido a partir de lo explicado:
4 Dudas que podrían examinar
¿Quién es David Marr y por qué se le considera fundador de la visión computacional?
Autor de "Vision" (años 80): fijó los principios del análisis de imágenes por computadora (qué información extraer de una escena y cómo). Sus principios siguen vigentes aunque los métodos hayan evolucionado.
¿De qué punto parte esta materia: de la imagen analógica o de la digital?
De la imagen ya digitalizada. La conversión analógico-digital, la discretización y la cuantización son tema de otra asignatura (electrónica).
¿Por qué se habla de tres bandas o canales de color?
Por la representación tipo RGB (rojo, verde y azul). En esta clase de color solo se estudian los formatos de representación; el tema completo no es del curso.
¿Qué hace un descriptor de imagen?
No resume toda la imagen: registra solo sus puntos característicos (regiones distintivas, esquinas) para poder identificar y reencontrar la misma imagen.
¿Cuáles son las aplicaciones médicas citadas en clase?
La segmentación para detectar dónde está un órgano (apoyo al diagnóstico) y el seguimiento de movimiento del miocardio (patrón de movimiento del ventrículo) para detectar, por ejemplo, infartos.
¿Puedo cambiar de área o tomar materias de otra área?
Sí. El área elegida es flexible y simbólica; el tutor de tesis puede recomendarte materias de otras áreas si el tema de investigación lo necesita.
¿Los porcentajes de calificación son fijos?
No. Al final del curso se ajustan con una "fórmula" y siempre para favorecer al alumno: tareas ≈10 %, prácticas y proyecto final ≈30 %.
5 Sitios o recursos para visitar
El profesor no dio URLs ni libros concretos en esta clase; recomendó los apuntes PDF de la plataforma del curso. Recursos útiles para profundizar:
- "Vision" de David Marr — libro fundacional de la visión computacional (dominio: google.com).
- Detección de características locales / SIFT — para entender los descriptores de puntos característicos (dominio: google.com).
- OpenCV — librería práctica de procesamiento de imágenes para las prácticas (dominio: opencv.org).
- Python — base computacional habitual para este tipo de curso (dominio: python.org).
6 Glosario de términos
- Visión computacional: área que enseña a las computadoras a "ver" y analizar imágenes, inspirada en la visión humana.
- Materias de elección: materias optativas que el estudiante escoge según el área en la que está inscrito.
- Estructura básica: conjunto de materias troncales del posgrado (arquitectura, programación, algoritmos, etc.).
- Formación de imágenes: proceso geométrico por el que el mundo real se proyecta (modelo de cámara) en una imagen.
- Imagen digitalizada: imagen representada en formato digital (píxeles); el curso parte de aquí.
- Formato de color / RGB: representación del color con canales (p. ej. rojo, verde, azul); solo se ven los formatos en el curso.
- Filtro: herramienta básica de procesamiento que modifica la imagen y sobre la que se construyen otras técnicas.
- Extracción de características: operadores que obtienen la información visual relevante de la imagen.
- Descriptor de imagen: representación de los puntos característicos de una imagen (no de toda la imagen) para identificarla.
- Transformada de Fourier: herramienta matemática que descompone una señal o imagen en frecuencias.
- Segmentación: tarea de visión que divide la imagen en regiones de interés (p. ej. localizar un órgano).
- Percepción remota / teledetección: análisis de imágenes captadas a distancia (satélites, sensores).
- Redes profundas / transformers: modelos de aprendizaje profundo usados hoy en la visión computacional.
- Coloquio de avance: revisión semestral de la tesis por un comité de dos profesores del área.
7 Mapa mental textual
- Visión Computacional (Clase de presentación)
- Organización académica: Área = 4 materias (2 básicas + 2 de elección)
- Elección de área simbólica → lo real es tutor + tesis (2.º semestre)
- IA + Visión = identidad del área (IA aplicada a imágenes, audio y señales)
- Coloquios semestrales con comité de 2 profesores; seminario de titulación
- Fundamento: Visión humana → David Marr (principios vigentes)
- Extraer lo relevante y descartar lo irrelevante
- Temario: Imagen (concepto, formación y cámara) → Digitalización → Color (RGB) → Filtros → Características y descriptores → Fourier → Redes profundas (convolucionales, transformers, generativos)
- Aplicaciones: Segmentación (órganos) · Percepción remota · Seguimiento de movimiento (miocardio para infartos)
- Dinámica: Apuntes PDF + Prácticas (15 días, revisión en clase, código funciona) → Proyecto final con datos reales
- Evaluación: tareas ≈10 % · prácticas · proyecto ≈30 % (flexible)
- Equipos flexibles; todos dominan el código y suben su práctica
- Organización académica: Área = 4 materias (2 básicas + 2 de elección)