Název:

Počítačové vidění

Zkratka:POV
Ak.rok:2006/2007
Semestr:zimní
Studijní plán:
ProgramOborRočníkPovinnost
IT-MGR-2MGM.2.povinný
IT-MGR-2MIN.2.volitelný
IT-MGR-2MIS.2.volitelný
IT-MGR-2MPS-volitelný
Vyučovací jazyk:čeština
Kredity:5 kreditů
Ukončení:zkouška (písemná)
Výuka:
hod./sempřednáškasem./cvič.lab. cvič.poč. cvič.jiná
Rozsah:2600026
 zkouškatestycvičenílaboratořeostatní
Body:50100040
Garant:Zemčík Pavel, prof. Dr. Ing. (UPGM)
Přednášející:Potúček Igor, Ing., Ph.D. (UPGM)
Richter Miloslav, Ing., Ph.D. (UAMT)
Španěl Michal, Ing., Ph.D. (UPGM)
Zemčík Pavel, prof. Dr. Ing. (UPGM)
Fakulta:Fakulta informačních technologií VUT v Brně
Pracoviště:Ústav počítačové grafiky a multimédií FIT VUT v Brně
 
Cíle předmětu:
  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.
Anotace:
  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.
Získané dovednosti, znalosti a kompetence z 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.
Dovednosti, znalosti a kompetence obecné:
  Studenti se zdokonalí v týmové práci, matematice a použití jazyka C.
Osnova přednášek:
 
  1. Úvod, motivace, základní principy, aplikace (Demonstrační video1, video2, video3, video4, video5, video6)
  2. Segmentace, analýza barev, analýza histogramu, clustering (Španěl)
  3. Analýza a extrakce příznaků z textur (Španěl)
  4. Shlukování, statistické metody (Španěl)
  5. Detekce geometrických tvarů, Houghova transformace, RHT (Richter, ÚAMT FEKT) 
  6. Rozpoznávání objektů metodou AdaBoost
  7. 3D metody počítačového vidění, registrace, rekonstrukce (Richter, ÚAMT FEKT)
  8. Invariantní oblasti obrazu (Beran)
  9. Detekce a parametrizace objektů v obraze (Potúček)
  10. Průmyslové aplikace počítačového vidění
  11. Geometrické transformace, RANSAC aplikace (Potúček)
  12. Závěr, optimalizace, otevřené problémy počítačového vidění
Osnova ostatní - projekty, práce:
 
  1. Individuálně zadávané projekty v době trvání celého kurzu.
Literatura referenční:
 
  • 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
Literatura studijní:
 
  • 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
Průběžná kontrola studia:
  Půlsemestrální test, individuální projekt.
 

Vaše IPv4 adresa: 54.166.130.157
Přepnout na IPv6 spojení

DNSSEC [dnssec]