čeština

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

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

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

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.

Zkouška z předmětu bude probíhat prezenčně.

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.

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 stanoví každoročně aktualizovaná vyhláška garanta předmětu.

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)