Detail předmětu
Počítačové vidění
FEKT-MPOVAk. rok: 2019/2020
Předmět Počítačové vidění se věnuje metodám pořízení a číslicového zpracování obrazových dat. Hlavní náplní předmětu jsou technické prostředky, algoritmy a metody zpracování obrazů.
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Absolventi předmětu jsou seznámeni se základními fyzikálními principy a technickými prostředky využívanými v počítačovém vidění. Absolvent je schopen navrhnout a implementovat algoritmy a metody zpracování obrazových dat, segmentace objektů, rozpoznávání vzoru, analýzy dynamické scény, optického 3D měření, OCR atd. V laboratorních cvičeních studenti řeší úlohy zastupující nejčastější aplikace počítačového vidění.
Prerekvizity
V předmětu Počítačové vidění jsou požadovány znalosti na úrovni bakalářského studia. Dále pak jsou požadovány znalosti ekvivalentní absolvování předmětu BZVS.
Doporučená nebo povinná literatura
Sonka M., Hlavac V., Boyle R.: Image Processing, Analysis and Machine Vision. Thomson 2008. ISBN 978-0-495-08252-1. (EN)
Russ J.C.: The Image Processing Handbook. CRC Press 1995. ISBN 0-8493-2516-1. (EN)
Hlaváč V., Šonka M.: Počítačové vidění. Grada 1992. ISBN 80-85424-67-3. (CS)
Plánované vzdělávací činnosti a výukové metody
Metody vyučování zahrnují přednášky a počítačová cvičení. Předmět využívá e-learning (Midas).
Způsob a kritéria hodnocení
V předmětu Počítačové vidění jsou hodnocena povinná laboratorní cvičení (40 bodů) a závěrečná písemná (49 bodů) a ústní (11 bodů) zkouška. Podmínkou připuštění ke zkoušce je zápočet ze cvičení tj. docházka na všechna cvičení a zisk alespoň 50 % bodů. Pro úspěšné ukončení předmětu je nutné získat alespoň poloviční počet bodů ze cvičení a písemné části zkoušky. Ústní část zkoušky je nepivinná.
Jazyk výuky
čeština
Osnovy výuky
1. Úvod a motivace.
2. Základní fyzikální principy.
3. Optika v počítačovém vidění.
4. Elektronika v počítačovém vidění.
5. Segmentace.
6. Detekce geometrických primitiv.
7. Detekce objektů a měření v rovině.
8. Popis objektů.
9. Klasifikace a automatické třídění.
10. Optické rozpoznávání znaků.
11. Analýza pohybu.
12. Optické 3D měření.
13. Dopravní aplikace.
Cíl
Absolvent předmětu je schopen popsat algoritmy zpracování obrazu a implementovat je do nadřazeného systému pro řešení úlohy počítačového vidění.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.
Typ (způsob) výuky
Přednáška
39 hod., nepovinná
Vyučující / Lektor