Detail předmětu

Počítačové vidění

POV Ak. rok 2014/2015 zimní semestr 5 kreditů

Aktuální akademický rok

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

Zemčík Pavel, prof. Dr. Ing., dr. h. c. (UPGM)

Jazyk výuky

česky

Zakončení

zkouška

Rozsah

Zajišťuje ústav

Ústav počítačové grafiky a multimédií (UPGM)

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.

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

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.

Požadované prerekvizitní znalosti a dovednosti

Nejsou žádné prerekvizity.

Literatura studijní

  • Žára, J., kol.: Počítačová grafika-principy a algoritmy, Grada, 1992, ISBN 80-85623-00-5
  • Forsyth, D. A., Ponce, J.: Computer Vision A Modern Approach, Prentice Hall, New Jersey, USA, 2003, ISBN 0-13-085198-1

Literatura referenční

  • Horn, B.K.P.: Robot Vision, McGraw-Hill, 1988, ISBN 0-07-030349-5
  • Hlaváč, V., Šonka, M.: Počítačové vidění, Grada, 1993, ISBN 80-85424-67-3 
  • Russ, J.C.: The IMAGE PROCESSING Handbook, CRC Press, 1995, ISBN 0-8493-2532-3
  • Bass, M.: Handbook of Optics, McGraw-Hill, New York, USA, 1995, ISBN 0-07-047740-X

Osnova seminářů

Osnova přednášek:
  1. Úvod, základy, shlukování, statistické metody(Španěl 27.9. slajdy)
  2. Segmentace, analýza barev, analýza histogramu (Španěl 4.10.  slajdy)
  3. Motivace a aplikace, základní principy vidění a klasifikace s učitelem - AdaBoost  (Zemčík 11.10. slajdy)
  4. Analýza a extrakce příznaků z textur (Čadík 18.10. slajdy)
  5. Detekce objektů I - AdaBoost, WaldBoost, Trees (Juránek, 25.10.  slajdy, slajdy2)
  6. Space-time features, SVM, HMM, klasifikace pohybů a trajektorií (1.11. Řezníček, Mlích, slajdy1, slajdy2)
  7. Detekce objektů II - Hough transform, RHT, RANSAC (Juránek, 8.11.  slajdy1, slajdy2)
  8. Invariantní oblasti obrazu (Beran, 15.11. slajdy)
  9. Test, Automatické tagování obrazů (Kolář Martin, 22.11. slajdy )
  10. Registrace obrazu (Čadík, 29.11.)
  11. 3D počítačové vidění a Mikuláš (TBD/Zemčík, 6.12.)
  12. Vidění člověka (Seeman 13.12.)
  13. Akcelerace zpracování obrazu, závěr (Zemčík, 20.12.)
POZOR!!! Témata přednášek i data jsou orientační a budou v průběhu semestru aktualizována.

Osnova ostatní - projekty, práce:
Samostatná projektová práce v předmětu je následující:
1. Domácí úlohy (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

Průběžná kontrola studia

Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.

Kontrolovaná výuka

Domácí úlohy, půlsemestrální test, individuální projekt.

Zařazení předmětu ve studijních plánech

Nahoru