Detail předmětu
Počítačové vidění
POV Ak. rok 2013/2014 zimní semestr 5 kreditů
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.
Garant předmětu
Jazyk výuky
Zakončení
Rozsah
- 26 hod. přednášky
- 26 hod. projekty
Zajišťuje ústav
Získané dovednosti, znalosti a kompetence z 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.
Cíle předmětu
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.
Požadované prerekvizitní znalosti a dovednosti
Nejsou žádné prerekvizity.
Literatura studijní
- 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
Literatura referenční
- 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
Osnova přednášek
- Úvod, motivace, základní principy, principy vidění (Zemčík 17.9. slajdy) přednáška bude končit cca 9:30
- Clustering, shlukování, statistické metody (Španěl 24.9. slajdy)
- Segmentace, analýza barev, analýza histogramu (Španěl 1.10. slajdy)
- Analýza a extrakce příznaků z textur (Přibyl B., 8.10. slajdy)
- Detekce objektů, metoda AdaBoost, WaldBoost (Hradiš, 15.10. slajdy)
- Detekce geometrických tvarů, Houghova transformace, RHT, transformace, RANSAC (Hradiš, 22.10. slajdy1, slajdy2)
- Detekce a parametrizace objektů v obraze (Juránek 29.10. slajdy)
- Test, Automatické tagování obrazů (Hradiš, 5.11. slajdy )
- Invariantní oblasti obrazu (Beran, 12.11. slajdy)
- Průmyslové aplikace, Bezpečnostní aplikace (Zemčík, 19.11.)
- Vidění člověka (Seeman 26.11.)
- 3D počítačové vidění (Zemčík, 3.12.)
- Akcelerace zpracování obrazu, závěr (Zemčík, 10.12.)
Průběžná kontrola studia
Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.
Metody vyučování
Výuka předmětu je realizována formou: Přednáška - 2 vyučovací hodiny týdně, Projekty - 1 vyučovací hodina týdně.
Kontrolovaná výuka
Domácí úlohy, půlsemestrální test, individuální projekt.
Zařazení předmětu ve studijních plánech