Escuela Politécnica Nacional ·
Carrera de Electrónica y Automatización (RRA20) ·
Período Académico 2026-A (Marzo – Agosto 2026)
IEAD902 · Pensum IEA.20.30.01
2 créditos · 96 horas por período académico
GR1 · Modalidad presencial itinerario
2026-A · Marzo 2026 – Agosto 2026
La asignatura tiene como prerrequisito Instrumentación Biomédica (IEAD802). El horario de clases (componente AC) es: Lunes 16:00–18:00 y Martes 08:00–09:00.
La asignatura de Visión Artificial tiene como propósito proporcionar información, conocimientos y habilidades prácticas en el desarrollo de aplicaciones de visión artificial, a través de sus fundamentos teóricos y herramientas informáticas.
El docente responsable es Andrés Cela (andres.cela@epn.edu.ec), con formación de Máster Universitario en Sistemas Electrónicos Avanzados e Inteligentes y Doctor en Eléctrica Electrónica y Automática.
Aprendizaje en Contacto con el Docente (2 h/semana)
Aprendizaje Práctico Experimental (1 h/semana)
Aprendizaje Autónomo (3 h/semana)
Horas totales por período académico
Construir y/o adaptar soluciones tecnológicas para el mejoramiento continuo de los procesos de producción y servicios.
Enfatizar en soluciones que optimicen los recursos disponibles y la conservación ecológica para contribuir al desarrollo sustentable del país.
Responder de manera efectiva a situaciones nuevas, asimilando e incorporando los cambios científicos en la parte técnica y administrativa.
- Adquirir conocimientos sobre visión artificial y sus aplicaciones.
- Conocer las herramientas disponibles para trabajar con imágenes.
- Integrar métodos prácticos y teóricos para analizar y procesar imágenes.
- Procesar e interpretar información de imágenes para evaluar características relevantes.
- Aplicar principios matemáticos para obtener características relevantes en imágenes.
- Adaptar nuevas tecnologías de visión artificial para mejorar las condiciones de vida de los sectores más vulnerables del país.
- Fomentar el espíritu de colaboración y trabajo en grupo en el desarrollo de soluciones de control y automatización.
- Proponer soluciones técnicamente satisfactorias y sustentables en el tiempo.
La primera unidad cubre los fundamentos de la visión computacional y las técnicas básicas de procesamiento de imágenes.
La segunda unidad aborda el reconocimiento de objetos, técnicas avanzadas de detección y el proyecto final.
Sumativa: Prueba 1 y Prueba 2 — miden el dominio de contenidos teóricos y prácticos.
Formativa: Talleres, tareas de laboratorio y proyecto final — evalúan el proceso de aprendizaje continuo.
Se aplica aprendizaje cooperativo basado en competencias, utilizando aula, proyector, presentaciones, software de aplicación, equipo de laboratorio y recursos virtuales. Los escenarios incluyen aulas de clase, laboratorios, aulas virtuales e internet.
- Apoyo autónomo: comprensión de contenidos, resolución de dudas, esquemas y resúmenes.
- Actividades académicas: desarrollo de ejercicios, tareas, simulaciones y prácticas.
- Evaluación: autoevaluación, revisión de borradores y sugerencias de mejora.
- Se permite la programación usando IA solo si se cumple completamente un trabajo, deber, tarea o prueba (de programación).
Se espera comportamiento adecuado, interés y honestidad en trabajos y pruebas. En evaluaciones queda prohibido el uso de celulares, tablets, smartwatches o cualquier medio de comunicación.
Se tomará lista al inicio de cada clase. Los estudiantes deben asistir obligatoria y puntualmente a todas las actividades académicas, conforme al Reglamento de Régimen Académico de la EPN.
Se alienta la participación activa, la aclaración oportuna de dudas y la propuesta de mejoras. No existen preguntas inoportunas ni motivo para sentir vergüenza en el aula.
Las faltas y sanciones se enmarcan en el Reglamento de Disciplina y Sanciones de la EPN. El incumplimiento de las políticas conllevará las respectivas sanciones.
Docente: Andrés Cela
Horario: Martes 11:00 – 16:00
Ubicación: Edificio 17 (Q/E), Piso 2, Oficina 211
Espacio de clase: E17-P5/E029
Tomás, J.; Albiol, A.; García, M.; Santonja, S. (2018). Android Things y Visión Artificial. Editorial Marcombo.
- OpenCV (2025). opencv.org. OpenCV, USA.
- Laganiere, R. (2017). OpenCV 3 Computer Vision Application Programming Cookbook. Editorial Packt.
PH. D. Andrés Cela.