Detail předmětu

Počítačové vidění (v angličtině)

POVa Ak. rok 2017/2018 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

Jazyk výuky

anglicky

Zakončení

zkouška (písemná)

Rozsah

Bodové hodnocení

  • 51 bodů závěrečná zkouška (25 bodů písemná část, 26 bodů testová část)
  • 9 bodů půlsemestrální test (testová část)
  • 40 bodů projekty

Zajišťuje ústav

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

  • 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

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, motivace a aplikace. (Zemčík 27.9. slajdy, slajdy, highlights)
  2. Základní principy klasifikace s učitelem - AdaBoost  (Zemčík/Hradiš? 4.10. slajdy)
  3. Shlukování, statistické metody (Španěl 11.10. slajdy)
  4. Segmentace, analýza barev, analýza histogramu (Španěl 18.10. slajdy)
  5. Analýza a extrakce příznaků z textur (Čadík 25.10. slajdy)
  6. Hough transform, RHT, RANSAC, zpracování časových sekvencí (Hradiš, 1.11. slajdy1slajdy2)
  7. Invariantní oblasti obrazu (Beran, 8.11. slajdy)
  8. Detekce objektů - WaldBoost, Trees (Juránek, 15.11. slajdy1, slajdy2)
  9. Konvoluční neuronové sítě a automatické tagování obrazů (Michal Hradiš, 22.11. slajdy )
  10. Registrace obrazu (Čadík, 29.11., slajdy)
  11. 3D vidění (Polok, 6.12., slajdy)
  12. Akcelerace zpracování obrazu, závěr (Zemčík???, 13.12.)

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

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