Opis predmeta
Predmet pokriva širok spekter tem, začenši z vizualnim zaznavanjem pri človeku, zasnovo kamer, optike in osvetlitve ter osnovami kakovosti digitalnih slik preko vzorčenja, kvantizacije in standardov. Poglobi se v digitalno obdelavo za obnovo slik s tehnikami glajenja, izostritve, filtriranja in preslikav. Predmet obravnava robustno prepoznavanje objektov na podlagi oslonilnih točk, detektorjev robov in oblik ter globokih samoučečih nevronskih mrež. Raziskuje poravnavo 3D modelov in (samo)kalibracijo slikovnih sistemov. Nadalje predstavi rekonstrukcijo 3D objektov z uporabo stereo vida, strukturirane svetlobe in fotometričnega sterea. Vizualna navigacija je obravnavana preko postopkov sledenja in analize gibanja objektov iz slik, ter ocenjevanja položaja, samolokalizacije in kartiranja. Nazadnje se poglobi v odločanje na podlagi slik preko semantične segmentacije, izločanja značilnic in razvrščanja s strojnim učenjem, s praktično aplikacijo v vizualni kontroli kakovosti izdelkov.
Predmet učimo na programih
Elektrotehnika 2. stopnja
Cilji in kompetence
Spoznati tehnologije, naprave in postopke za vizualno zaznavanje z modernimi slikovnimi tehnikami, obdelavo in razumevanje vsebine digitalnih slik, robotsko merjenje in kalibracijo, razpoznavanje in sledenje objektov, navigacijo, lokalizacijo in mapiranje in vizualno kontrolo kakovosti. Študentje bodo s teoretičnimi osnovami in reševanjem praktičnih primerov pridobili samozavest za samostojno zasnovo, izgradnjo in kritično vrednotenje industrijskih sistemov robotskega vida in reševanje povezanih problemov.
Metode poučevanja in učenja
Idejno in teoretično zasnovo postopkov in primere uporabe študentje spoznajo na predavanjih, praktična znanja pa z reševanjem nalog na laboratorijskih vajah. Samozavest za samostojno reševanje problemov pridobijo z rednim tedenskim opravljanjem laboratorijskih vaj in seminarske naloge.
Predvideni študijski rezultati
Po uspešno opravljenem modulu naj bi bili študenti zmožni:
- navesti tehnologije in gradnike sistemov z robotskim vidom in razumeti ter kritično vrednotiti ter primerjati njihove ključne lastnosti,
- razviti in uporabiti postopke za osnovno obdelavo in analizo slik,
- zaznati z uporabo avtomatskih postopkov prisotnost in pozo objektov v slikah,
- izvesti kalibracijo sistema in meritve objektov v slikah,
- izračunati globino in obliko objekta ali objektov iz 2D slik,
- slediti gibanju objekta na sliki in analizirati trajektorijo ter uporabiti podatke za lokalizacijo in mapiranje okolja,
- zasnovati sistem robotskega vida in uporabiti primerne strojne in programske gradnike.
Temeljni viri in literatura
-
Richard Szeliski. Computer Vision: Algorithms and Applications, 2. izdaja, Springer, 2022. [javno dostopno na: https://szeliski.org/Book/]
-
Reinhard Klette. Concise Computer Vision: An Introduction to Theory and Algorithms, Springer, 2014.
-
Wilhelm Burger in Mark J. Burge. Principles of Digital Image Processing: Fundamental Techniques, Springer, 2009.
-
Wilhelm Burger in Mark J. Burge. Principles of Digital Image Processing: Core Algorithms, Springer; 1st Edition. 2nd Printing, 2011.
-
Predstavitev in informacije na spletni strani http://lit.fe.uni-lj.si/RV, navodila za vaje in ostala gradiva v spletni učilnici FE: https://e.fe.uni-lj.si