Docència: L'ACME a l'Escola Politècnica Superior. Presentació de la plataforma ACME (Avaluació Continuada i Millora de l'Ensenyament), desenvolupada pel Departament d'Informàtica i Matemàtica Aplicada de l'UdG

La plataforma ACME (Avaluació Continuada i Millora de l’Ensenyament), desenvolupada en el nostre departament, és una plataforma virtual de suport a la docència de les matemàtiques de l’EPS des de ja fa uns anys. Actualment es fa servir en totes les titulacions d’àmbit tecnològic i científic de la Universitat de Girona. L’esperit de la plataforma és el de funcionar com a quadern d’activitats de l’alumne

Recerca i transferència tecnològica: Tres grups de recerca de l'Escola Politècnica Superior expliquen algunes de les seves línies de recerca

El Laboratori de Gràfics i Imatge (GILab) és un grup de recerca de la Universitat de Girona, dirigit pel Dr. Mateu Sbert, i que està adscrit a l'Institut d'Informàtica i Aplicacions i a l'Institut d'Investigació Biomèdica de Girona. Està format per 6 doctors, 8 estudiants de doctorat i un nombre important d'estudiants en formació que col•laboren en diversos projectes. La recerca i transferència del grup es desenvolupen principalment en els camps d'informàtica gràfica i processament d'imatge

Classification of textures seen from different distances and under varying illumination direction

Changes in the angle of illumination incident upon a 3D surface texture can significantly alter its appearance, implying variations in the image texture. These texture variations produce displacements of class members in the feature space, increasing the failure rates of texture classifiers. To avoid this problem, a model-based texture recognition system which classifies textures seen from different distances and under different illumination directions is presented in this paper. The system works on the basis of a surface model obtained by means of 4-source colour photometric stereo, used to generate 2D image textures under different illumination directions. The recognition system combines coocurrence matrices for feature extraction with a Nearest Neighbour classifier. Moreover, the recognition allows one to guess the approximate direction of the illumination used to capture the test image