Računalniški vid

Opis predmeta

  1. Uvod
    • Cilji računalniškega vida, sorodna področja.
    • Smeri razvoja in področja uporabe.
  2. Nastanek slike
    • Osnovne lastnosti digitalnih slik.
    • Centralno projekcijski model kamere.
    • Kalibracija kamere, direktna linearna transformacija, korekcija distorzije leč.
    • Širjenje svetlobe, osnove fotometrije, fotometrična enačba leče.
    • Kamere in leče. Tehnike osvetlitve.
    • Človeško oko, zaznavanje barv. Predstavitev barv, barvni prostori.
  3. Analiza slik
    • Osnove filtriranja slik. Operacije s histogrami.
    • Detekcija robov, detekcija oglišč.
    • Houghova transformacija.
    • Analiza povezanih komponent.
    • Morfološko filtriranje.
    • Aktivni modeli krivulj (kače).
    • Opis oblike.
    • Prostor ločljivosti in slikovne piramide.
    • Geometrične transformacije slik, mere podobnosti.
    • Registracija slik, prileganje modela, RANSAC.
  4. Stereo vid
    • Osnove stereo vida.
    • Stereo primerjanje.
    • Modeliranje in kalibriranje stereo sistema, epipolarna geometrija.
    • Aktivni stereo, strukturirana osvetlitev.
  5. Analiza gibanja
    • Detekcija gibanja.
    • Čas do dotika.
    • Optični tok, polje gibanja, polje hitrosti.
    • Vizualno sledenje, osnove Kalmanovega filtra.

Cilji in kompetence

Razumevanje osnovnih načel,  tehnologij in teorije vidnega zaznavanja v inteligentnih sistemih avtomatike in robotike.

Metode poučevanja in učenja

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

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. Po vsakem delu vaj študentje predstavijo svoje rezultate asistentu.

Predvideni študijski rezultati

Po uspešno opravljenem predmetu bi naj bili študenti zmožni:

  • Pojasniti koncept nastanka slike na senzorju digitalne kamere
  • Pojasniti koncept delovanja pogosto uporabljenih algoritmov računalniškega vida.
  • Izvesti kalibracijo kamer z orodji, ki se uporabljajo na področju računalniškega vida
  • Izbrati ustrezne osnovne algoritme računalniškega vida za izbran problem
  • Implementirati zmerno zahtevne algoritme računalniškega vida.
  • Izdelati zmerno zahtevne rešitve problemov strojnega vida, ki delujejo v kontroliranih pogojih

Reference nosilca

  1. MUHOVIČ, Jon Natanael, MANDELJC, Rok, BOVCON, Borja, KRISTAN, Matej, PERŠ, Janez. Obstacle tracking for unmanned surface vessels using 3-D point cloud. IEEE journal of oceanic engineering. [Print ed.]. 2019, vol. , str. 1-13, ilustr. ISSN 0364-9059. https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8703893, DOI: 10.1109/JOE.2019.2909507. [COBISS.SI-ID 12642388]
  2. KOPOREC, Gregor, VUČKOVIĆ, Goran, MILIĆ, Radoje, PERŠ, Janez. Quantitative contact-less estimation of energy expenditure from video and 3D imagery. Sensors. Aug. 2018, iss. 8, 4235, str. 1-32, ilustr. ISSN 1424-8220. http://www.mdpi.com/1424-8220/18/8/2435, DOI: 10.3390/s18082435. [COBISS.SI-ID 12120148]
  3. KRISTAN, Matej, SULIĆ KENK, Vildana, KOVAČIČ, Stanislav, PERŠ, Janez. Fast image-based obstacle detection from unmanned surface vehicles. IEEE transactions on cybernetics, ISSN 2168-2267, Mar. 2016, vol. 46, no. 3, pp. 641-654.
  4. MANDELJC, Rok, KOVAČIČ, Stanislav, KRISTAN, Matej, PERŠ, Janez. Tracking by identification using computer vision and radio. Sensors, ISSN 1424-8220, Jan. 2013, vol. 13, no. 1, pp. 241-273.
  5. KRISTAN, Matej, KOVAČIČ, Stanislav, LEONARDIS, Aleš, PERŠ, Janez. A two-stage dynamic model for visual tracking. IEEE transactions on systems, man, and cybernetics. Part B, Cybernetics, ISSN 1083-4419, Dec. 2010, vol. 40, no. 6, str. 1505-1520.
  6. PERŠ, Janez, SULIĆ, Vildana, KRISTAN, Matej, PERŠE, Matej, POLANEC, Klemen, KOVAČIČ, Stanislav. Histograms of optical flow for efficient representation of body motion. Pattern recognition letters, ISSN 0167-8655, Aug. 2010, vol. 31, no. 11, str. 1369-137
  7. PERŠE, Matej, KRISTAN, Matej, KOVAČIČ, Stanislav, VUČKOVIĆ, Goran, PERŠ, Janez. A trajectory-based analysis of coordinated team activity in a basketball game. Computer vision and image understanding, ISSN 1077-3142, May 2009, vol. 113, no. 5, str. 612-621.

Temeljni viri in literatura

  1. D. Forsyth, J. Ponce, Compuer vision, a modern approach, 2nd ed., Pearson 2012.
  2. E. Trucco, A. Verri, Introductory techniques for 3-D computer vision, Prentice Hall, 1998.
  3. Prosojnice iz predavanj (lecture slides), navodila za vaje (lab assignment instructions).

Bodi na tekočem

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

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