Detail předmětu

Počítačové vidění (v angličtině)

FIT-POVaAk. rok: 2017/2018

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

angličtina

Počet kreditů

5

Nabízen zahradničním studentům

Všech fakult

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 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

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

  • 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

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 MPV , libovolný ročník, zimní semestr, povinně volitelný
    obor MSK , libovolný ročník, zimní semestr, volitelný

  • Program IT-MGR-1H magisterský navazující

    obor MGH , libovolný ročník, zimní semestr, doporučený

  • Program IT-MGR-2 magisterský navazující

    obor MIS , 2. ročník, zimní semestr, volitelný