Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail předmětu
FEKT-MPA-FIPAk. rok: 2024/2025
Úvodem předmětu se studenti seznámí s teorií digitalizace obrazových dat, jejich počítačovou reprezentací a datovými formáty. Dále bude následovat popis funkce 2D operátorů pro lineární a nelineární filtraci obrazů s konkrétními příklady jejich použití. Následně se studenti seznámí se základními metodami rozpoznávání vzorů a objektů v obrazech, segmentací obrazů, sledováním objektů, principy stereoskopie a rekonstrukce 3D objektů. Závěrem budou vysvětleny základní principy moderních metod využívající strojové učení (neuronové sítě, hluboké učení pro regresi, klasifikaci a segmentaci).
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Pravidla hodnocení a ukončení předmětu
Učební cíle
Základní literatura
Doporučená literatura
Elearning
Zařazení předmětu ve studijních plánech
Přednáška
Vyučující / Lektor
Osnova
1. Základy signálové reprezentace obrazů a jejich spektra
2. Digitálních obrazy a digitální operátory
3. Základní metody úpravy obrazů bodovými operátory
4. Základní metody úpravy obrazů lokálními operátory v prostorové a frekvenční oblasti
5. Parametrické obrazy a texturní analýza
6. Metody detekce a sledování objektů v obrazech
7. Metody segmentace obrazů
8. Geometrické transformace obrazů
9. Stereoskopie a její využití pro odhad vzdálenosti
10. Metody 3D rekonstrukci objektů s využitím stereoskopie a multiskopie
11. Metody strojového učení pro klasifikaci a regresi
12. Principy metod hlubokého učení a konvolučních neuronových sítí
13. Architektury a aplikace metod hlubokého učení v oblastech autonomního řízení
Cvičení na počítači