Con el objetivo de mejorar la productividad de las plantas de vid y en calidad de sus frutos, el proyecto descrito en este documento se orienta al estudio de técnicas de aprendizaje de máquinas y visión computacional aplicadas a la medición autonoma de procesos vitícolas a partir de imágenes del cultivo y su contexto tomadas en condiciones naturales de campo. Concretamente se propone el desarrollo de un sistema para reconstruir la estructura 3D de una planta de vid a partir de un conjunto de imágenes (fotografías y/o video), junto a la segmentación y clasificación precisa de esta estructura en las correspondientes partes de la planta de vid (i.e. tronco, brazos, sarmientos, nudos y yemas), cuando las imágenes son capturas por operarios humanos, en invierno, en condiciones naturales de campo, utilizando cámaras comerciales (celular, compacta, reflex, etc.). Contar con información 3D de la estructura de una planta de vid ofrece importantes oportunidades para los viticultores, siendo la más destacada la capacidad de medir de forma autónoma una gran cantidad de variables de interés vitícola, como ser conteo de yemas, yemas no brotadas, cantidad de bayas, diámetro de tronco, longitud de entrenudo, longitud de 1er alambre descubierto, plantas por claro, peso de poda, riqueza de poda, brotes totales, brotes de yemas francas, longitud de brote, y más.