Modul I: Slikovne tehnologije

Opis predmeta

Prehod iz popolnoma ročno zasnovanih metod računalniškega vida na paradigmo zaznavanja značilnih točk ter opisnikov slike v povezavi z učljivimi razvrščevalniki. Vizualno sledenje, koncept modela gibanja. Prehod na paradigmo učljivih opisnikov slike in konvolucijske nevronske mreže. 

  1. Osnove človeškega vidnega sistema in razlika med človeškim vidom ter klasičnimi metodami računalniškega vida. 
  2. Zbirke slikovnih podatkov in njihov omen za razvoj in evaluacijo sodobnih algoritmov. 
  3. Detektoji značilnih točk in opisniki značilnih točk in področij. SIFT, HOG, MSER, COV, in drugi. Večločljivostni pristopi, prostor skale. 
  4. Vizualna detekcija in sledenje objektov, sledenje z detekcijo. Sledenje v okviru Bayesovega sekvenčnega rekurzivnega filtriranja. Sledenje s Kalmanovim filtrom.  
  5.  Konvolucijske nevronske mreže, učljive metode za izračun vizualnih opisnikov. Globoke nevronske mreže, njihova uporaba v avtomatiki in robotiki. 

Predmet učimo na programih

Elektrotehnika 2. stopnja

Cilji in kompetence

Spoznati izbrane sedanje in  prihodnje probleme ter napredne rešitve s področja računalniškega vida. Priprava študentov na timsko delo, kot tudi na samostojno raziskovalno in razvojno delo. 

Metode poučevanja in učenja

Na predavanjih so predstavljene teoretične osnove obravnavanih poglavij skupaj s praktičnimi prikazi v jeziku Matlab and Python. 

Praktično delo poteka v okviru laboratorijskih vaj. Te so zasnovane v obliki večih nalog, v katerih se študentje postopoma seznanjajo s posameznimi algoritmi računalniškega vida ter jih implementirajo ter preizkusijo. Skupino na vajah  sestavljata dva ali trije študentje, rezultati pa so v obliki programske kode v jeziku Matlab in Python. Po vsakem delu vaj študentje predstavijo svoje rezultate asistentu. 

Projektna naloga zahteva rešitev konkretnega primera iz področja strojnega vida, robotskega vida ali uporabe strojnega vida v industriji. 

Predvideni študijski rezultati

Po uspešno opravljenem predmetu bi naj bili študenti zmožni: 

  • Pojasniti razlike med človeškim vidnim sistemom in metodami računalniškega vida 
  • Odločiti se, katere naprednejše metode računalniškega vida so primernejše za problem, ki je pred njimi 
  • Implementirati sodobne algoritme računalniškega vida 
  • Izdelati kompleksne rešitve problemov računalniškega vida, ki vsebujejo več naprednejših metod računalniškega vida 
  • Presoditi, kako dobro delujejo metode računalniškega vida na razpoložljivih podatkih 
  • Predlagati rešitve problemov računalniškega vida iz področij avtomatike in robotike, ki vključujejo uporabo sodobnih, kompleksnih algoritmov, vključno z nevronskimi mrežami in drugimi učljivimi algoritmi. 

Temeljni viri in literatura

  1. D. Forsyth, J. Ponce, Computer vision, a modern approach, 2nd ed., Pearson 2012.
  2. R. Szeliski, Computer vision, Algorithms and applications, Springer 2011.
  3. Temeljni članki, objavljeni v znanstvenih revijah (Basic scientific papers, published in scientific journals)

Bodi na tekočem

Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška cesta 25, 1000 Ljubljana

E:  dekanat@fe.uni-lj.si T:  01 4768 411