Detail předmětu

Počítačové vidění

FIT-POVAk. rok: 2015/2016

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.

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

prof. Dr. Ing. Pavel Zemčík, dr. h. c.

Zajišťuje ústav

Ústav počítačové grafiky a multimédií (UPGM)

Výsledky učení 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.

Prerekvizity

Nejsou žádné prerekvizity.

Způsob a kritéria hodnocení

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

Osnovy výuky

Osnova přednášek:
  1. Úvod, základy, motivace a aplikace. (Zemčík, Hradiš 25.9. slajdy, slajdy, highlights)
  2. Základní principy klasifikace s učitelem - AdaBoost  (Zemčík 2.10. slajdy)
  3. Shlukování, statistické metody (Španěl 9.10. slajdy)
  4. Segmentace, analýza barev, analýza histogramu (Španěl 16.10. slajdy)
  5. Analýza a extrakce příznaků z textur (Čadík/Mlích 23.10. slajdy)
  6. Invariantní oblasti obrazu (Beran, 30.10. slajdy)
  7. Detekce objektů - WaldBoost, Trees (Juránek, 6.11. slajdy1, slajdy2)
  8. Hough transform, RHT, RANSAC, zpracování časových sekvencí (Hradiš, 13.11. slajdy1, slajdy2 )
  9. Tracking (20.11. Chrápek, slajdy)
  10. Konvoluční neuronové sítě a automatické tagování obrazů (Michal Hradiš, 27.11. slajdy )
  11. Registrace obrazu (Čadík, 4.12., slajdy)
  12. 3D vidění (Polok, 11.12., slajdy)
  13. Akcelerace zpracování obrazu, závěr (???, 17.12.)

POZOR!!! Témata přednášek i data jsou orientační a budou v průběhu semestru aktualizována.
Osnova ostatní - projekty, práce:

Samostatná projektová práce v předmětu je následující:

Učební cíle

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.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Domácí úlohy, půlsemestrální test, individuální projekt.

Základní literatura

  • 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

Doporučená literatura

  • 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

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MBS , libovolný ročník, zimní semestr, volitelný
    obor MBI , libovolný ročník, zimní semestr, volitelný
    obor MIN , libovolný ročník, zimní semestr, povinně volitelný
    obor MMM , libovolný ročník, zimní semestr, volitelný
    obor MGM , libovolný ročník, zimní semestr, povinně volitelný
    obor MSK , libovolný ročník, zimní semestr, volitelný
    obor MIS , 2. ročník, zimní semestr, volitelný
    obor MPV , 2. ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

prof. Dr. Ing. Pavel Zemčík, dr. h. c.

Osnova

  1. Úvod, základy, shlukování, statistické metody (Španěl 25.9. slajdy)
  2. Motivace a aplikace, základní principy vidění a klasifikace s učitelem - AdaBoost  (Zemčík 2.10. slajdy)
  3. Segmentace, analýza barev, analýza histogramu (Španěl 9.10. slajdy)
  4. Klasifikace s učitelem - AdaBoost  (Zemčík 16.10. slajdy slajdy a slajdy)
  5. Analýza a extrakce příznaků z textur (Čadík 23.10. slajdy)
  6. Invariantní oblasti obrazu (Beran, 30.10. slajdy)
  7. Detekce objektů I - WaldBoost, Trees (Juránek, 6.11. slajdy1, slajdy2)
  8. Detekce objektů II - Hough transform, RHT, RANSAC (Juránek, 13.11. slajdy1, slajdy2)
  9. Test??? Space-time features, HMM, klasifikace pohybů a trajektorií (20.11. ??? Řezníček, Mlích slajdy1, slajdy2)
  10. Konvoluční neuronové sítě a automatické tagování obrazů (Michal Hradiš, 27.11. slajdy )
  11. Registrace obrazu (Čadík, 4.12. možná bude přesunuto na 13.11. a přednášky mohou být zaměněny)
  12. Vidění člověka (??? 11.12.)
  13. Akcelerace zpracování obrazu, závěr (Zemčík, 18.12.)

POZOR!!! Témata přednášek i data jsou orientační a budou v průběhu semestru aktualizována.

Projekt

26 hod., nepovinná

Vyučující / Lektor

prof. Dr. Ing. Pavel Zemčík, dr. h. c.