Detail předmětu

Počítačové vidění (v angličtině)

POVa Ak. rok 2019/2020 zimní semestr 5 kreditů

Seznámení se principy a metodami počítačového vidění, metody a způsoby snímání scény, metody předzpracování (statistické zpracování) obrazu, metody filtrace, vyhledávání vzorů ("pattern recognition"), integrální transformace - Fourierova transformace, morfologie obrazu, klasifikátory, automatické třídění, 3D metody počítačového vidění, otevřené problémy počítačového vidění.

Garant předmětu

Jazyk výuky

anglický

Zakončení

zkouška (písemná)

Rozsah

26 hod. přednášky, 26 hod. projekty

Bodové hodnocení

51 zkouška, 9 půlsemestrální test, 40 projekty

Zajišťuje ústav

Přednášející

Cvičící

Bartl Vojtěch, Ing. (UPGM FIT VUT)
Behúň Kamil, Ing. (UPGM FIT VUT)
Hradiš Michal, Ing., Ph.D. (UPGM FIT VUT)
Juránek Roman, Ing., Ph.D. (UPGM FIT VUT)
Sochor Jakub, Ing. (UPGM FIT VUT)
Špaňhel Jakub, Ing. (UPGM FIT VUT)

Aktuální informace

Vážení studenti, 

zdravím vás. V  předmětu jsou momentálně vyznačeny všechny termíny a jejich podmínky (jen v češtině). Samotné časy termínů se ale budou, po domluvě s vámi, upravovat. Když někde uvidíte 24.12.2019, znamená to "nedefinováno".

Pavel Zemčík

This course is instructed in English, and it is intended for incoming Erasmus+ students, too.

Získané dovednosti, znalosti a kompetence z předmětu

Studenti se seznámí s principy a metodami počítačového vidění. Naučí se detailně vybraným metodám a způsobům snímání scény. Seznámí se i s možnostmi zpracování nasnímaných dat a reprezentací výsledků. Naučí se aplikovat získané znalosti prakticky formou projektů.

Dovednosti, znalosti a kompetence obecné

Studenti se zdokonalí v týmové práci, matematice a použití jazyka C, C++ a dalších.

Cíle předmětu

Seznámit se s principy a metodami počítačového vidění. Naučit se detailně vybraným metodám a způsobům snímání scény. Seznámit se s možnostmi zpracování nasnímaných dat a reprezentací výsledků. Naučit se aplikovat získané znalosti prakticky formou projektů.

Proč je předmět vyučován

Cílem výuky předmětu je zejména vyvolat u studentů zájem o principy, postupy a úlohy počítačového vidění. Předmět nemůže obsáhnout celou šířku počítačového vidění, ale přináší studentům alespoň "střípky" a ukazuje také výsledky a směrování výzkumu na FIT.

Literatura studijní

  • Hlaváč, V., Šonka, M.: Počítačové vidění, GRADA 1992, ISBN 80-85424-67-3 
  • Šonka, M., Hlaváč, V., Boyle, R.: Image processing, Analysis, and Machine Vision, THOMSON 2013, ISBN: 978-9386858146
  • Forsyth, D.A., Ponce, J.: Computer Vision: A Modern Approach, Prentical Hall 2011, ISBN: 978-0136085928

Literatura referenční

  • Hlaváč, V., Šonka, M.: Počítačové vidění, Grada, 1993, ISBN 80-85424-67-3 
  • Šonka, M., Hlaváč, V., Boyle, R.: Image processing, Analysis, and Machine Vision, THOMSON 2013, ISBN-13: 978-9386858146
  • IEEE Multimedia, IEEE, USA - série časopisů - různé články
  • Bass, M.: Handbook of Optics, McGraw-Hill, New York, USA, 1995, ISBN 0-07-047740-X
  • Forsyth, D.A., Ponce, J.: Computer Vision: A Modern Approach, Prentical Hall 2011, ISBN: 978-0136085928

Osnova přednášek

  1. Úvod, základy, motivace a aplikace/Introduction, motivation and applications (Zemčík 24.9. slidesslajdyhighlights)
  2. Základní principy klasifikace s učitelem - AdaBoost/Basic principles of machine learning with teacher - AdaBoost  (Zemčík 1.10. slajdy-czslides-en)
  3. Detekce objektů - stromy/Object Detection - Trees, Random Forests (Juránek, 8.10. slajdy-en)
  4. Shlukování, statistické metody/Clustering, statistical methods (Španěl 15.10. slajdy)
  5. Segmentace, analýza barev, analýza histogramu/Segmentation, colour analysis, histogram analysis (Španěl 22.10. slajdy, supp. material)
  6. Object Detection - Trees, Random Forests (Juránek, 8.10. slajdy-en)
  7. Analýza a extrakce příznaků z textur/Analysis and Feature Extraction from Images (Čadík 29.10. slajdy)
  8. Hough transform, RHT, RANSAC, zpracování časových sekvencí/Time Sequence Processing (Hradiš, 5.11. slajdy1,  slajdy2slajdy2-en)
  9. Invariantní oblasti obrazu/Invariant Image Regions (Beran, 12.11. slajdy)
  10. Test, Konvoluční neuronové sítě a tagování obrazu/Convolutional Neural Networks and Automatic Image Tagging (Hradiš, 19.11. slajdy )
  11. Konvoluční neuronové sítě a Tagování obrazu/Convolutional Neural Networks and Automatic Image Tagging II (Hradiš, 26.11. slajdy )
  12. Registrace obrazu (Čadík, 3.12., slajdy)
  13. 3D počítačové vidění/3D Computer Vision (10.12. Richter FEKT slajdy)
  14. Akcelerace výpočtů v počítačovém vidění/Acceleration of Computing in Computer Vision (Zemčík, 17.12.)
  15. POZOR!!! Témata přednášek i data jsou orientační a budou v průběhu semestru aktualizována.

    NOTE: The topics and dates are just FYI, not guaranteed,  and will be continuously updated.

Osnova ostatní - projekty, práce


Samostatná projektová práce v předmětu je následující:
1. Domácí úlohy (4-5 běhů) na začátku semestru s tím, že úlohy jsou striktně individuální a platí pro ně "Pravidla pro vypracování projektů a úloh" (viz níže a viz též informaci k úlohám v IS)

2. Individuálně zadávané projekty (viz všechna pravidla níže a informace k projektům v IS).

Pravidla pro řešení projektů:

Projekty mohou řešit jednotlivci nebo skupiny nejvýše o 4 osobách. V případě vypracování projektu skupinou je třeba při odevzdání projektu přesně popsat role řešitelů v projektu. Projekt se typicky hodnotí stejně pro členy skupiny, ale je vyhrazena i možnost individuální hodnocení uvnitř skupiny odlišit. Je třeba odevzdat zdrojové texty, návod pro překlad a spuštění, zprávu v rozsahu cca 3 stran A4 a provést demonstraci. Programovací jazyk Je C/C++, Matlab, pokud je specifikováno v zadání nebo po dohodě s učitelem případně jiný. Individuální vlastní zadání jsou vítána. V případě, že o individuální zadání máte zájem, přihlaste se na variantu "Vlastní zadání" a pošlete e-mail s návrhem zadání - další postup bude individuální.

Odevzdání projektů:

Odevzdání projektu bude probíhat elektronicky a bude doplněno povinnou demonstrací výsledků v prvním týdnu v lednu. Na odevzdání v jiném termínu hodinu nebude brán zřetel a povede k získání 0b (ve výjimečných případech se lze domluvit individuálně). Pokud pracujete ve skupině, je třeba se dostavit v plném počtu řešitelů.

Demonstrace je povinná a je možná až po elektronickém odevzdání. Prezentaci si připravte na max. 10 minut (na kvalitu demonstrace bude kladen velký důraz).

Do IS se odevzdává jeden *.zip se zdrojovými soubory, návodem pro překlad a spuštění, prezentací a dokumentací (při odevzdání binárních souborů ztráta 1/2 získaných bodů), max. velikost 2MB.

Při odevzdání podobných řešení bude může být počet bodů krácen nebo rozdělen mezi podobná řešení. Vyučující může individuálně určit rozdělení bodů.

Obecná pravidla vypracování projektů a úloh:

Studenti ve své práci musí pracovat samostatně a tvůrčím způsobem. Za porušení této zásady se považuje zejména reverzní inženýrství (disasebmling, dekompilace a podobné postupy), kopírování příkladů řešení, hotových řešení nebo obdobných podkladů, které jsou zveřejněny nebo jsou studentům jinak dostupné (jedná se o kopírování celých řešení nebo jejich tak velkých částí, že jejich okopírování vede k funkčně shodnému nebo velmi obdobnému řešení zadání), společná práce na zadání ve skupinách tak, že její výsledky jsou potom odevzdávány jako řešení jednotlivce (jednotlivců), pokud to není v zadání přímo požadováno nebo povoleno (diskuse ve skupině a/nebo společné řešení dílčích částí je povoleno).

Studenti se musí zdržet jednání, které je v rozporu s dobrými mravy a které by mohlo vést k obcházení skutečného způsobu "řešení" zadání v duchu těchto zadání jimi samotnými nebo jinými studenty.

Pokud student(i) poruší výše uvedená pravidla, může mu hodnocení projektu být sníženo až na 0 bodů.

Průběžná kontrola studia

Domácí úlohy, půlsemestrální test, individuální projekt.

Rozvrh

DenTypTýdnyMístn.OdDoPSKSkupInfo
Útzkouška2020-01-07 E104 13:0014:50 1EIT 1MIT 2EIT 2MIT INTE 1st term
Útzkouška2020-01-28 E105 13:0014:50 1EIT 1MIT 2EIT 2MIT INTE 3rd term
Útpřednáškavýuky A112 13:0014:50 1EIT 1MIT 2EIT 2MIT INTE xx
Čtzkouška2020-01-16 E104 15:0016:50 1EIT 1MIT 2EIT 2MIT INTE 2nd term

Zařazení předmětu ve studijních plánech

Nahoru