Detail předmětu

Aplikace počítačového vidění

FEKT-NAPVAk. rok: 2019/2020

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

angličtina

Počet kreditů

5

Garant předmětu

Ing. Karel Horák, Ph.D.

Zajišťuje ústav

Ústav automatizace a měřicí techniky (UAMT)

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.

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 a závěrečná písemná zkouška. Pro úspěšné ukončení předmětu je nutné získat alespoň poloviční počet bodů ve všech částech výuky.

Osnovy výuky

1. Speciální 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. Účení v rozpoznávání.
12. 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.

Prerekvizity a korekvizity

Doporučená literatura

Jahne B., Hausecker H., Geisler P.: Handbook of Computer Vision and Applications. Academic press 1999. ISBN 0-12-379770-5. (EN)
Sonka M., Hlavac V., Boyle R.: Image Processing, Analysis and Machine Vision. Thomson 2008. ISBN 978-0-495-08252-1. (EN)

Zařazení předmětu ve studijních plánech

  • Program EEKR-MN magisterský navazující

    obor MN-KAM , 1 ročník, letní semestr, volitelný oborový

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Karel Horák, Ph.D.

Osnova

1. Nasazení počítačového vidění v technické praxi - úvod, motivace, výhody a nevýhody, typická úskalí aplikace kamerových systémů, metodika vývoje zakázky
2. Základní fyzikální principy využitelné v počítačovém vidění
3. Specifika hardwaru pro pořízení a zpracování obrazu
4. Úlohy měření v rovině – přesná měření rozměrů , polohy, orientace
5. Detekce přítomnosti a kompletnosti výrobků, počítání objektů v obraze, klasifikace podle tvaru (obrysu), barvy, povrchových vlastností atd.
6. Defektoskopie, inspekční systémy – detekce povrchových vad výrobků, inspekce transparentních materiálů atd.
7. OCR – SPZ, čtení kódů, převod tištěné knihy do elektronické
8. Měření 3D rozměrů, měření objemu, 3D digitální modely
9. Navigace v prostoru, polohování robotů – 3D, sledování trajektorie
10. Pohyb – detekce pohybu, detekce pohybujícího se objektu, sledování trajektorie, trojrozměrné vlastnosti objektů. Dopravní úlohy – měření rychlosti, detekce vozidel projíždějících na červenou, detekce krizových stavů
11. Analýza biologických obrazů, měření biometrických údajů
12. Další aplikace - bezkontaktní měření teploty (termokamery), měření deformací (interferometrie), analýza snímků hvězdné oblohy
13. Počítačové vidění ve spojení s počítačovou grafikou = virtualizovaná realita

Laboratorní cvičení

26 hod., povinná

Vyučující / Lektor

Ing. Karel Horák, Ph.D.

Osnova

Individuálně zadávané projekty v době trvání celého kurzu. Studentům budou přiděleny projekty řešící dílčí problémy spojené s výzkumnými úlohami Skupiny počítačového vidění UAMT. Tematické okruhy:
- měření rozměrů
- detekce a rozpoznávání povrchových vad elektronických součástek
- rozpoznávání předmětů v obraze
- 3D úlohy
- monitorování dopravní situace
- a další