Recerca versus docència en una experiència d'internalització dels estudis de Geografia a la Universitat de Girona: The faces of landscape, Catalonia and North Karelia = Research versus teaching in one experience of internationalization of the Geography degree studies in the University of Girona: The faces of landscape, Catalonia and North Karelia

Un dels reptes cabdals de la Universitat és enllaçar l’experiència de recerca amb la docència, així com promoure la internacionalització dels estudis, especialment a escala europea, tenint present que ambdues poden actuar com a catalitzadores de la millora de la qualitat docent. Una de les fórmules d’internacionalització és la realització d’assignatures compartides entre universitats de diferents països, fet que suposa l’oportunitat d’implementar noves metodologies docents. En aquesta comunicació es presenta una experiència en aquesta línia desenvolupada entre la Universitat de Girona i la Universitat de Joensuu (Finlàndia) en el marc dels estudis de Geografia amb la realització de l’assignatura 'The faces of landscape: Catalonia and North Karelia'. Aquesta es desenvolupa al llarg de dues setmanes intensives, una en cadascuna de les Universitats. L’objectiu és presentar i analitzar diferents significats del concepte paisatge aportant també metodologies d’estudi tant dels aspectes físics i ecològics com culturals que s’hi poden vincular i que són les que empren els grups de recerca dels professors responsables de l’assignatura. Aquesta part teòrica es completa amb una presentació de les característiques i dinàmiques pròpies dels paisatges finlandesos i catalans i una sortida de camp. Per a la part pràctica es constitueixen grups d’estudi multinacionals que treballen a escala local algun dels aspectes en els dos països, es comparen i es realitza una presentació i defensa davant del conjunt d’estudiants i professorat. La llengua vehicular de l’assignatura és l’anglès

Model-based objects recognition in man-made environments

We describe a model-based objects recognition system which is part of an image interpretation system intended to assist autonomous vehicles navigation. The system is intended to operate in man-made environments. Behavior-based navigation of autonomous vehicles involves the recognition of navigable areas and the potential obstacles. The recognition system integrates color, shape and texture information together with the location of the vanishing point. The recognition process starts from some prior scene knowledge, that is, a generic model of the expected scene and the potential objects. The recognition system constitutes an approach where different low-level vision techniques extract a multitude of image descriptors which are then analyzed using a rule-based reasoning system to interpret the image content. This system has been implemented using CEES, the C++ embedded expert system shell developed in the Systems Engineering and Automatic Control Laboratory (University of Girona) as a specific rule-based problem solving tool. It has been especially conceived for supporting cooperative expert systems, and uses the object oriented programming paradigm