Detail předmětu

Rozpoznávání

FEKT-MROZAk. rok: 2017/2018

Předmět Rozpoznávání se věnuje metodám segmentace objektů, detekce a popisu významných bodů a oblastí, klasifikaci a kategorizaci, učení v rozpoznávání a vícesnímkové rekonstrukci objektů.

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

Výsledky učení předmětu

Absolvent předmětu je schopen komplexně analyzovat úlohu rozpoznávání v počítačovém vidění, navrhnout a implementovat řešení a provést smysluplnou validaci výsledku.

Prerekvizity

V předmětu Rozpoznávání jsou požadovány znalosti na úrovni bakalářského studia a znalosti z předmětu MPOV / LPOV.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky a skupinový projekt. Předmět využívá e-learning (Midas).

Způsob a kritéria hodnocení

V předmětu Rozpoznávání je hodnocen skupinový projekt (40 bodů) a závěrečná písemná a ústní zkouška (60 bodů). Pro úspěšné ukončení předmětu je nutné získat alespoň poloviční počet bodů ve všech částech výuky.

Osnovy výuky

1. Aplikace počítačového vidění.
2. Segmentace shlukováním.
3. Lokální příznaky a korespondence.
4. Detektory oblastí.
5. Deskriptory oblastí.
6. Globální a složené deskriptory.
7. Porozumění obsahu obrazu.
8. Klasifikace minimalizací vzdálenosti a rizika.
9. Dynamické obrazy.
10. Multisnímková rekonstrukce objektů.
11. Speciální aplikace počítačového vidění.
12. Účení v rozpoznávání.
13. Vybrané partie z rozpoznávání.

Učební cíle

Cílem předmětu je seznámit studenty s pojmem rozpoznávání objektů na základě lokálních invariantních deskriptorů a pomocí metod učení v rozpoznávání. Ve skupinovém projektu studenti navrhují, implementují a ověří úlohu rozpoznávání objektu v počítačovém 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.

Doporučená literatura

DUDA, R.O., HART, P.E., STORK, D.G.: Pattern Classification. 2nd edition. Wiley, 2000. 680 pages. ISBN 978-0471056690. (EN)
HARTLEY, R., ZISSERMAN, A.: Multiple View Geometry in Computer Vision. 2nd edition. Cambridge University Press, 2004. 670 pages. ISBN 978-0521540513. (EN)
SZELISKI, R.: Computer Vision: Algorithms and Applications. Springer, 2011. 812 pages. ISBN 978-1848829343. (EN)

Zařazení předmětu ve studijních plánech

  • Program EEKR-M1 magisterský navazující

    obor M1-KAM , 1. ročník, letní semestr, volitelný oborový

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, letní semestr, volitelný oborový

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Laboratorní cvičení

26 hod., povinná

Vyučující / Lektor