Detail předmětu

Počítačové vidění

FIT-POVAk. rok: 2013/2014

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

čeština

Počet kreditů

5

Garant předmětu

prof. Dr. Ing. Pavel Zemčík, dr. h. c.

Zajišťuje ústav

Ústav počítačové grafiky a multimédií (UPGM)

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.

Plánované vzdělávací činnosti a výukové metody

Výuka předmětu je realizována formou: Přednáška - 2 vyučovací hodiny týdně, Projekty - 1 vyučovací hodina týdně.

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, shlukování, statistické metody(Španěl 27.9. slajdy)
    2. Segmentace, analýza barev, analýza histogramu (Španěl 4.10.  slajdy)
    3. Motivace a aplikace, základní principy vidění a klasifikace s učitelem - AdaBoost  (Zemčík 11.10. slajdy)
    4. Analýza a extrakce příznaků z textur (Čadík 18.10. slajdy)
    5. Detekce objektů I - AdaBoost, WaldBoost, Trees (Juránek, 25.10.  slajdy, slajdy2)
    6. Space-time features, SVM, HMM, klasifikace pohybů a trajektorií (1.11. Řezníček, Mlích, slajdy1, slajdy2)
    7. Detekce objektů II - Hough transform, RHT, RANSAC (Juránek, 8.11.  slajdy1, slajdy2)
    8. Invariantní oblasti obrazu (Beran, 15.11. slajdy)
    9. Test, Automatické tagování obrazů (Kolář Martin, 22.11. slajdy )
    10. Registrace obrazu (Čadík, 29.11.)
    11. 3D počítačové vidění a Mikuláš (TBD/Zemčík, 6.12.)
    12. Vidění člověka (Seeman 13.12.)
    13. Akcelerace zpracování obrazu, závěr (Zemčík, 20.12.)
    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 individuální a platí pro ně "Pravidla pro vypracování projektů a úloh" (viz níže a viz též informaci k úlohám v IS)

    2. Individuálně zadávané projekty (viz všechna pravidla níže a informace k

    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

    Doporučení literatura

    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

    Zařazení předmětu ve studijních plánech

    • Program IT-MGR-2 magisterský navazující

      obor MBS , 0 ročník, zimní semestr, volitelný
      obor MIN , 0 ročník, zimní semestr, povinně volitelný
      obor MIS , 2 ročník, zimní semestr, volitelný
      obor MMI , 0 ročník, zimní semestr, volitelný
      obor MMM , 0 ročník, zimní semestr, volitelný
      obor MPV , 2 ročník, zimní semestr, povinně volitelný
      obor MBI , 0 ročník, zimní semestr, volitelný
      obor MGM , 0 ročník, zimní semestr, povinně volitelný
      obor MSK , 0 ročník, zimní semestr, volitelný

    Typ (způsob) výuky

     

    Přednáška

    26 hod., nepovinná

    Vyučující / Lektor

    prof. Dr. Ing. Pavel Zemčík, dr. h. c.

    Osnova

    1. Úvod, motivace, základní principy, principy vidění (Zemčík 17.9. slajdy) přednáška bude končit cca 9:30
    2. Clustering, shlukování, statistické metody (Španěl 24.9. slajdy)
    3. Segmentace, analýza barev, analýza histogramu (Španěl 1.10.  slajdy)
    4. Analýza a extrakce příznaků z textur (Přibyl B., 8.10. slajdy)
    5. Detekce objektů, metoda AdaBoost, WaldBoost (Hradiš, 15.10.  slajdy)
    6. Detekce geometrických tvarů, Houghova transformace, RHT, transformace, RANSAC (Hradiš, 22.10.  slajdy1, slajdy2)
    7. Detekce a parametrizace objektů v obraze (Juránek 29.10.  slajdy)
    8. Test, Automatické tagování obrazů (Hradiš, 5.11. slajdy )
    9. Invariantní oblasti obrazu (Beran, 12.11. slajdy)
    10. Průmyslové aplikace, Bezpečnostní aplikace (Zemčík, 19.11.)
    11. Vidění člověka (Seeman 26.11.)
    12. 3D počítačové vidění (Zemčík, 3.12.)
    13. Akcelerace zpracování obrazu, závěr (Zemčík, 10.12.)

    Projekt

    26 hod., nepovinná

    Vyučující / Lektor

    prof. Dr. Ing. Pavel Zemčík, dr. h. c.