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

Ing. Ilona Janáková, Ph.D.

Zajišťuje ústav

Ústav automatizace a měřicí techniky (UAMT)

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.

Zařazení předmětu ve studijních plánech

  • Program EEKR-M1 magisterský navazující

    obor M1-KAM , 1. ročník, zimní semestr, 6 kreditů, volitelný oborový

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, zimní semestr, 6 kreditů, volitelný oborový

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

Ing. Peter Honec, Ph.D.
Ing. Karel Horák, Ph.D.
Ing. Ilona Janáková, Ph.D.
Ing. Petr Petyovský, Ph.D.
Ing. Miloslav Richter, Ph.D.

Laboratorní cvičení

26 hod., povinná

Vyučující / Lektor

Ing. Ilona Janáková, Ph.D.