Detail předmětu
Počítačové vidění (v angličtině)
FIT-POVaAk. rok: 2022/2023
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
Počet kreditů
Garant předmětu
Zajišťuje ústav
Nabízen zahraničním studentům
Výsledky učení předmětu
Studenti se zdokonalí v týmové práci, matematice a použití jazyka C, C++ a dalších.
Způsob a kritéria hodnocení
Učební cíle
Základní literatura
Doporučená literatura
IEEE Multimedia, IEEE, USA - série časopisů - různé články (EN)
Šonka, M., Hlaváč, V., Boyle, R.: Image processing, Analysis, and Machine Vision, THOMSON 2013, ISBN-13: 978-9386858146 (EN)
Šonka, M., Hlaváč, V., Boyle, R.: Image processing, Analysis, and Machine Vision, THOMSON 2013, ISBN: 978-9386858146 (EN)
(EN)
Elearning
Zařazení předmětu ve studijních plánech
- Program IT-MGR-1H magisterský navazující
obor MGH , 1 ročník, zimní semestr, doporučený kurs
- Program IT-MGR-2 magisterský navazující
obor MGMe , 0 ročník, zimní semestr, povinně volitelný
- Program IT-MGR-2 magisterský navazující
obor MBI , 0 ročník, zimní semestr, volitelný
obor MBS , 0 ročník, zimní semestr, volitelný
obor MIS , 2 ročník, zimní semestr, volitelný
obor MMM , 0 ročník, zimní semestr, volitelný
obor MSK , 0 ročník, zimní semestr, volitelný - Program MIT-EN magisterský navazující 0 ročník, zimní semestr, volitelný
- Program MITAI magisterský navazující
specializace NADE , 0 ročník, zimní semestr, volitelný
specializace NBIO , 0 ročník, zimní semestr, volitelný
specializace NCPS , 0 ročník, zimní semestr, povinný
specializace NEMB , 0 ročník, zimní semestr, volitelný
specializace NGRI , 0 ročník, zimní semestr, volitelný
specializace NHPC , 0 ročník, zimní semestr, volitelný
specializace NIDE , 0 ročník, zimní semestr, volitelný
specializace NISD , 0 ročník, zimní semestr, volitelný
specializace NISY do 2020/21 , 0 ročník, zimní semestr, volitelný
specializace NMAL , 0 ročník, zimní semestr, volitelný
specializace NMAT , 0 ročník, zimní semestr, volitelný
specializace NNET , 0 ročník, zimní semestr, volitelný
specializace NSEC , 0 ročník, zimní semestr, volitelný
specializace NSEN , 0 ročník, zimní semestr, volitelný
specializace NSPE , 0 ročník, zimní semestr, volitelný
specializace NVER , 0 ročník, zimní semestr, volitelný
specializace NVIZ , 0 ročník, zimní semestr, povinný
specializace NISY , 0 ročník, zimní semestr, volitelný - Program IT-MGR-2 magisterský navazující
obor MGM , 0 ročník, zimní semestr, povinně volitelný
obor MIN , 0 ročník, zimní semestr, povinně volitelný
obor MPV , 0 ročník, zimní semestr, povinně volitelný - Program MITAI magisterský navazující
specializace NEMB do 2021/22 , 0 ročník, zimní semestr, volitelný
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
- Introduction, motivation and applications/Úvod, základy, motivace a aplikace (Zemčík 23.9.)
- Scanning window object detection and boosted classifiers (Zemčík 30.9.)
- Hough Transform, RHT, RANSAC, Time Sequence Processing/Houghova transformace, RHT, RANSAC, zpracování časových sekvencí (Hradiš, 7.10.)
- Object Detection - Trees, Random Forests/Detekce objektů - Stromy, "Random Forests" (Juránek, 14.10.)
- Statistical Pattern Recognition, Bayesian Clasifier and Mixture Models / Statistické rozpoznávání, Bayesovský klasifikátor a GMM (Španěl 21.10.)
- Analysis and Feature Extraction from Images/Analýza a extrakce příznaků z textur (Čadík 4.11.)
- Image Registration/Registrace obrazu (Čadík, 11.11.)
- Clustering and Image Segmentation / Shlukování a segmentace obrazu (Španěl 18.11.)
- Test, Invariant Image Regions/Invariantní oblasti obrazu (Beran, 25.11.)
- Convolutional Neural Networks and Automatic Image Tagging/Konvoluční neuronové sítě a tagování obrazu (Hradiš, 2.12.)
- 3D Computer Vision - Stereo/3D počítačové vidění - stereo, SLAM (9.12. Šolony)
- Acceleration of Processing in Computer Vision/Akcelerace výpočtů v počítačovém vidění (Zemčík, 16.12.)
NOTE: The topics and dates are just FYI, not guaranteed, and will be continuously updated.
POZOR!!! Témata přednášek i data jsou orientační a budou v průběhu semestru aktualizována.
Projekt
Vyučující / Lektor
Osnova
Samostatná projektová práce v předmětu je následující:
2. Individuálně zadávané projekty (viz všechna pravidla níže a informace k projektům v IS).
Pravidla pro řešení projektů:
Projekty mohou řešit jednotlivci nebo skupiny nejvýše o 4 osobách. V případě vypracování projektu skupinou je třeba při odevzdání projektu přesně popsat role řešitelů v projektu. Projekt se typicky hodnotí stejně pro členy skupiny, ale je vyhrazena i možnost individuální hodnocení uvnitř skupiny odlišit. Je třeba odevzdat zdrojové texty, návod pro překlad a spuštění, zprávu v rozsahu cca 3 stran A4 a provést demonstraci. Programovací jazyk Je C/C++, Matlab, pokud je specifikováno v zadání nebo po dohodě s učitelem případně jiný. Individuální vlastní zadání jsou vítána. V případě, že o individuální zadání máte zájem, přihlaste se na variantu "Vlastní zadání" a pošlete e-mail s návrhem zadání - další postup bude individuální.
Odevzdání projektů:
Odevzdání projektu bude probíhat elektronicky a bude doplněno povinnou demonstrací výsledků v prvním týdnu v lednu. Na odevzdání v jiném termínu hodinu nebude brán zřetel a povede k získání 0b (ve výjimečných případech se lze domluvit individuálně). Pokud pracujete ve skupině, je třeba se dostavit v plném počtu řešitelů.
Demonstrace je povinná a je možná až po elektronickém odevzdání. Prezentaci si připravte na max. 10 minut (na kvalitu demonstrace bude kladen velký důraz).
Do IS se odevzdává jeden *.zip se zdrojovými soubory, návodem pro překlad a spuštění, prezentací a dokumentací (při odevzdání binárních souborů ztráta 1/2 získaných bodů), max. velikost 2MB.
Při odevzdání podobných řešení bude může být počet bodů krácen nebo rozdělen mezi podobná řešení. Vyučující může individuálně určit rozdělení bodů.
Obecná pravidla vypracování projektů a úloh:
Studenti ve své práci musí pracovat samostatně a tvůrčím způsobem. Za porušení této zásady se považuje zejména reverzní inženýrství (disasebmling, dekompilace a podobné postupy), kopírování příkladů řešení, hotových řešení nebo obdobných podkladů, které jsou zveřejněny nebo jsou studentům jinak dostupné (jedná se o kopírování celých řešení nebo jejich tak velkých částí, že jejich okopírování vede k funkčně shodnému nebo velmi obdobnému řešení zadání), společná práce na zadání ve skupinách tak, že její výsledky jsou potom odevzdávány jako řešení jednotlivce (jednotlivců), pokud to není v zadání přímo požadováno nebo povoleno (diskuse ve skupině a/nebo společné řešení dílčích částí je povoleno).
Studenti se musí zdržet jednání, které je v rozporu s dobrými mravy a které by mohlo vést k obcházení skutečného způsobu "řešení" zadání v duchu těchto zadání jimi samotnými nebo jinými studenty.
Pokud student(i) poruší výše uvedená pravidla, může mu hodnocení projektu být sníženo až na 0 bodů.
Elearning