Kandidatgrad i computersyn

Studieplanen består af 15 fag, herunder ekstern praktik og kandidatspecialet (TFM). Resultatet er et akademisk tilbud på 105 ECTS (30 ECTS for TFM, 3 ECTS for eksterne praktikophold, 48 ECTS for obligatoriske fag og 24 for valgfag). For at opnå Master i Computer Vision skal den studerende bestå 90 ECTS.

Master er organiseret i 6 moduler, hvoraf tre er rettet mod at erhverve færdigheder inden for tværgående computervisionsteknologier og derfor gælder for et stort antal domæner; To andre moduler fokuserede på de specifikke teknologier og metoder for to store grupper af applikationer: industrielle og tekniske applikationer og biomedicinske billedbehandlingsapplikationer; og TFM-modulet.

Undervisningen vil generelt blive udviklet ved at kombinere ansigt-til-ansigt og fjernundervisning (for det meste) gennem masterklasser med både teoretiske og praktiske komponenter (hands-on), hvor eleverne vil bruge computerværktøjer til at konsolidere indlæringen af begreber og teknikker. Udviklingen af undervisningen vil blive suppleret med integrerede undervisningsmetoder, hvor der udvikles samarbejds- og projektbaserede læringsaktiviteter.

I fjernundervisning er det vigtigt at kombinere brugen af synkrone medier (videokonferencer) med asynkrone medier (virtuelle klasseværelser). Kursusmaterialet vil være tilgængeligt tilstrækkeligt i forvejen, så de studerende på forhånd kan kende de aktiviteter, der skal udføres, det indledende indhold, de er baseret på, de anbefalede læsninger, den tilhørende aktivitetskalender og overvågnings- og evalueringsproceduren.

Til akademisk vejledning kan de samme mekanismer bruges gennem generelle videokonferenceværktøjer kombineret med e-mail og telefon. Arbejde uden for klasseværelset vil omfatte selvstudieaktiviteter, superviseret arbejde, problemløsning og deltagelse i diskussionsfora på den virtuelle platform.

Dens tværfaglige karakter er baseret på det faktum, at (i) mange af resultaterne er inspireret af og feed back på resultater inden for neurovidenskab, (ii) problemernes kompleksitet fra både et geometrisk, statistisk og sandsynlighedssynspunkt kræver god træning i Matematik, (iii) ) den fotometriske dimension af billeder, opløsningen af dårligt konditionerede problemer, multispektral analyse eller kilderne til støj i billeder, er et felt for fysik, (iv) teknologierne til kameraer, kommunikation og hardware kommer fra forskellige Engineering, (v) og de beregningsmodeller, der er nødvendige for at bearbejde og lære fra store mængder data, tillader udviklingen af nye paradigmer inden for Computing.

På den anden side er dets høje teknologiske potentiale tydeligt af det faktum, at det er en disciplin, der tillader hurtig anvendelighed af alle dens teoretiske resultater, hvilket gør det til en tværgående konstruktion, der kan integreres i flere systemer med forskellige applikationer.

Vi står således over for en teknologisk sektor, der kræver en høj grad af uddannelse af sine fagfolk, og hvis videnskabelige interesse går frem med stor hastighed. Interessen på et akademisk niveau sker på to fronter, på den ene side er der studerende, der netop har afsluttet deres uddannelse og søger en større specialisering, inden de kommer ud på arbejdsmarkedet. På den anden side er der flere forskergrupper dedikeret til computervision, der kræver en kandidatgrad på dette område, der giver dem mulighed for at uddanne studerende, der har til hensigt at skrive en doktorafhandling.

Den anbefalede indkomstprofil er:

• Matematisk uddannelse svarende til mindst en grad i ingeniør.
• Kendskab til programmering i sprog som C/C++ eller Java, eller prototyping som Matlab eller Python.
• Kendskab til engelsk til at forstå, skrive og tale, mindst svarende til niveau B2 i Europarådets europæiske referenceramme for sprog.

Denne kandidatgrad, med en akademisk profil, med en praktisk og anvendt tilgang (forstærket med en TFM på 30 ECTS, et minimumskrav i overensstemmelse med portugisiske regler), giver færdigheder og erfaring, der gør det muligt at anvende viden med det samme for at generere både højtuddannede fagfolk, med evner til at skabe øjeblikkelig fordel for industrien, som fagfolk med iværksætterkapacitet, eller forskere, der har til hensigt at påbegynde ph.d.-studier inden for et voksende videnskabeligt område. Efter endt uddannelse forventes de studerende at være kompetente i:

• Læsning og forståelse af aktuelle forskningspublikationer om computersynsteknikker.
• Brug af grundlæggende værktøjer, der almindeligvis bruges til at udvikle computervisionsapplikationer.
• Implementering af computer vision applikationer baseret på state-of-the-art algoritmer.
• Udfør eksperimentelle analyser og test i overensstemmelse med den nuværende praksis inden for computersyn, herunder standardmålinger og referencedatasæt.
• Anvendelse af matematiske og maskinlæringsværktøjer, såsom geometri, optimering og statistik til computervisionsapplikationer.