Document Facultad de Ciencias – Inicio
Escudo de la República de Colombia Escudo de la República de Colombia
Panel de Accesibilidad

Diplomado En Visión Por Computadora Y Aprendizaje Profundo Aplicado

Diplomado En Visión Por Computadora Y Aprendizaje Profundo Aplicado

Información
OBJETIVOs
cOSTO
CONTENIDOS
inscripciónes

Información del curso:

Fechas:

02 de marzo de 2026
a
26 de junio de 2026

(100 horas)

*Horarios:

Lunes, martes y viernes:
5:00 p.m. – 7:00 p.m.

En las semanas en que el lunes sea festivo, la sesión del lunes se desplazará al miércoles 5:00 p. m. – 7:00 p. m.

Presencial:

Universidad Nacional de Colombia Sede Bogotá

Certificado:

1. Asistencia:
80% del total del curso

2. Aprobación

*El horario puede estar sujeto a leves modificaciones, se notificará oportunamente si se realizan cambios.

Profesor del curso:

Egresado Juan David Leal Campuzano, Andrés Julián Bermúdez García

Responsable:

Profesor Diego Gerardo Roldan docente, adscrito Dpto. de Matemáticas

Público objetivo:

Profesionales o estudiantes de últimos semestres en las áreas de matemáticas, biología, física, ciencias de la computación e ingenierías afines (sistemas, electrónica, industrial, mecánica, mecatrónica, agronomía).

Objetivos

General:

El diplomado tiene como objetivo dar la capacidad a los participantes de comprender los conceptos fundamentales del procesamiento digital de imágenes y audio, incluyendo la formación de las señales visuales y sonoras, los espacios de color, las transformaciones básicas y sus representaciones geométricas. Además, entender y aplicar diversas técnicas de filtrado en imágenes y audio, así como métodos de convolución, detección de bordes, análisis de tendencias y reducción de ruido. Lo anterior para que mediante modelos de aprendizaje de máquina y aprendizaje profundo estén en la capacidad de segmentar imágenes y audios para extraer, identificar y detectar características u objetos relevantes.

Justificación:

Los dispositivos de IoT nos han permitido en estos tiempos digitalizar nuestra realidad a través de fotografías y grabaciones de audio y video, los métodos de Visión por Computadora tienen como propósito aplicar técnicas computacionales y matemáticas avanzadas a imágenes y audios para abordar y resolver problemáticas propias de cualquier área académica. Este curso permitirá comprender métodos fundamentales del procesamiento de imágenes y audio y como a través de algoritmos de modelación en aprendizaje profundo y de máquina podemos resolver problemas de cualquier índole.

Plan Programático

Plan Programático:

  • Expresiones decimales y representación en la recta numérica; la variable.
  • Expresiones algebraicas.
  • Polinomios.
  • Ecuaciones e inecuaciones.
  • Problemas de aplicación; congruencia.
  • Semejanza de áreas en figuras planas.
  • Volúmenes de algunos sólidos.
  • Funciones lineales.
  • Funciones cuadráticas; funciones exponenciales y logarítmicas.
  • Razones trigonométricas.
  • Identidades.
  • Ecuaciones trigonométricas.
  • Teorema del seno y del coseno.

Plan Programático

Capítulo 0

Proyecto

– Planteamiento del problema, selección de datos, formulación de objetivos y diseño del flujo de solución basado en visión por computador.
– Adquisición, carga y exploración del conjunto de datos. Organización, limpieza, inspección visual y análisis preliminar de imágenes o audio.
– Preprocesamiento y transformación de datos. Normalización, aumento de datos, construcción de tensores y preparación para modelos de aprendizaje automático.
– Comparación de enfoques y criterios prácticos para seleccionar un modelo según el problema, diseño y construcción del modelo final (clasificación, detección o segmentación según el caso).
– Evaluación y presentación de proyectos: métricas, análisis de resultados, visualización, conclusiones y recomendaciones técnicas. Sustentación del proyecto final.

Capítulo 1

Introducción a la digitalización de los audios y las imágenes

– Fundamentos de imágenes y audio como datos digitales.
– Muestreo, cuantización, resolución, aliasing, teorema de Nyquist-Shannon, representación matricial y tensorial de imágenes.
– Formatos de imagen y audio, y espacios de color (RGB, HSV, CIELab, escala de grises).
– Introducción a señales de audio en el dominio temporal y frecuencial.

Capítulo 2

Operaciones básicas sobre imágenes y audios

– Operaciones básicas sobre señales: convolución, filtros lineales y no lineales, filtrado en el dominio espacial y frecuencial.
– Introducción práctica a la Transformada de Fourier y a la Transformada Wavelet en imágenes y audio.

Capítulo 3

Técnicas de segmentación y remuestreo de señales

– Detección de bordes (Sobel, Canny).
– Umbralización.
-Clustering (K-Means, DBSCAN, MeanShift) y segmentación por crecimiento de regiones.
– Representaciones útiles de imágenes para modelado: histogramas, cuantización de color.
– Descriptores estructurales y características visuales básicas para aprendizaje automático.

Capítulo 4

Geometría y morfología

– Postprocesamiento con morfología matemática (erosión, dilatación, apertura, cierre).
– Introducción a contornos activos (snakes) para segmentación de objetos.
– Extracción de características: descriptores geométricos, contornos, momentos, patrones basados en Fourier y Wavelets.
– Reconstrucción básica de señales a partir de sus componentes.
– Representación matemática de audio: espectrogramas, descomposición señal = tendencia + componente + ruido.
– Coeficientes MFCC e introducción a embeddings básicos de audio.

Capítulo 5

Introducción al análisis de video y flujo óptico

– Detección y emparejamiento de características.
– Estimación de movimiento entre cuadros.
– Introducción al análisis práctico de video y flujo óptico.

Capítulo 6

Aprendizaje supervisado y aprendizaje profundo

– Aprendizaje supervisado aplicado a datos visuales y sonoros.
– Modelos base, preparación de datos, métricas de evaluación, sesgo, sobreajuste y curvas de aprendizaje.
– Redes neuronales e introducción al aprendizaje profundo.
– Capas, funciones de activación, entrenamiento y diferencias entre redes densas y convolucionales.
– Reducción de dimensionalidad y representaciones aprendidas: PCA, t-SNE y uso práctico de embebidos generados por redes pre-entrenadas (LeNet, AlexNet, ResNet).

Capítulo 7

Aplicación del aprendizaje profundo y el de máquina en datos de imágenes y de audio

– Modelos modernos de detección de objetos: YOLO, Faster R-CNN.
– Modelos de clasificación.
– Modelos de regresión.

Proceso de inscripción:

1. Llenar formulario de inscripción
IR AL FORMULARIO
2. Efectuar Pago

Una vez realizada la preinscripción en la plataforma HERMES, le compartiremos los detalles necesarios para efectuar el pago, esta información llegará al correo que haya proporcionado en el formulario de preinscripción. El pago se podrá realizar de manera virtual o por consignación.


Por favor antes de realizar el pago, verifique los descuentos a los que aplica. Una vez realizado el pago
sólo tendrá hasta 10 días hábiles para solicitar la devolución de los excedentes en el caso de efectuar
un pago por mayor valor.

3. Formaliza tu inscripción

Enviar la fotocopia del documento de identidad vigente por ambas caras del participante y acudiente, el comprobante de pago y el carné universitario vigente (en caso de aplicar a un descuento superior al 20%) al correo ecpagosfc_bog@unal.edu.co.

4. Consulta tu correo electrónico

Enviar la fotocopia del documento de identidad vigente por ambas caras del participante y acudiente, el comprobante de pago y el carné universitario vigente (en caso de aplicar a un descuento superior al 20%) al correo ecpagosfc_bog@unal.edu.co.

5. Prepárate para iniciar el curso

Por correo electrónico te estaremos informando sobre el inicio del curso.

PROCESO DE FACTURACIÓN

PROCESO DE FACTURACIÓN

Para dar cumplimiento a la resolución No. 1465 de 2013 de Rectoría, la FACTURA deberá solicitarse dentro del mismo mes de pago y antes del cierre de emisión de facturas. La facturación a 30 días se realizará una vez entregados el compromiso jurídico de pago y la autorización de uso de datos firmados por el representante legal y por cuantía igual o superior a un (1) SMMLV. Para ambos casos se requiere: copia del certificado de cámara de comercio y RUT. Si no han tenido relaciones comerciales con la Universidad Nacional de Colombia Sede Bogotá, los nuevos clientes DEBEN enviar estos documentos tres días hábiles antes de solicitar la factura para registrarlos en contabilidad.

La Universidad Nacional de Colombia podrá cancelar o posponer la realización del curso, diplomado o evento, cuando no se alcance el número suficiente de inscritos para su realización. También podrá posponerlo o cancelarlo por razones de fuerza mayor. En estos casos se hará la devolución del 100% del valor de la inscripción.

En caso de no poder asistir al curso, diplomado o evento, deberá presentar una solicitud de cancelación por escrito, por lo menos tres días hábiles antes de iniciar la actividad, explicando claramente los motivos de la misma y adjuntando los soportes pertinentes. Esta solicitud será analizada por el Comité de Extensión de la Facultad y en caso de ser aprobada será devuelto el 80% del costo del curso, debido a los gastos administrativos en los que hay que incurrir para el proceso.

Una vez iniciada la actividad no se hará devolución del dinero pero podrá dar uso de su cupo retomando de nuevo la actividad dentro del año vigente.

Tenga en cuenta la siguiente información en caso de devoluciones y cancelaciones:

Mas información

Costo: $1.800.000*

%Descuento
10%Pronto pago (30 días calendario o más de antelación al inicio del curso) **
20%A profesores de la Universidad Nacional de Colombia
50%A estudiantes de pregrado de la Universidad Nacional de Colombia***
30%A estudiantes de posgrado de la Universidad Nacional de Colombia
10%A grupos de 4 o más personas para la misma actividad a través de un único comprobante de pago
10%A estudiantes de otras universidades
20%A egresados de la Universidad Nacional de Colombia.
20%A extranjeros de países de frontera de la Sede de Presencia Nacional respectiva

**Los descuentos no son acumulables.
*** Para aplicar al descuento de estudiantes de pregrado de la Universidad
Nacional de Colombia se debe soportar con el soporte de pago del semestre.

Información de contacto

Para más información sobre los eventos de la Facultad de Ciencias de la Universidad Nacional de Colombia sede Bogotá, no dudes en ponerte en contacto con nosotros.

Dirección de Extensión Facultad de Ciencias

Correo electrónico

ecp_fcbog@unal.edu.co, ecpagosfc_bog@unal.edu.co

Extensión

3165000 ext 15629 – 15639