Umetno zaznavanje

Opis predmeta

Vsebina predmeta:

Pregled področja umetnega zaznavanja, aplikacijski doseg in znanstveni izzivi
Procesiranje slik
1. Nastanek slike v kameri
2. Binarizacija, morfološke operacije, segmentacija
3. Barvni prostori in zaznavanje
4. Linearni in nelinearni filtri
Odvodi slike in zaznavanje robov
1. Zaznavanje robov z odvodi
2. Robovi za zaznavanje objektov
3. Zaznavanje parametričnih oblik
Prileganje modelov
1. Normalne enačbe
2. Homogeni sistemi
3. Robustne metode
Lokalne značilnice
1. Detektorji kotov
2. Lokalni opisniki z izbiro merila in afino adaptacijo
Stereoskopija in zaznavanje globine
1. Nekalibrirani in kalibrirani sistemi ter rekonstrukcija
Razpoznavanje objektov
1. Podprostorske metode (PCA,LDA)
2. Razpoznavanje z lokalnimi značilnicami
Detekcija objektov
1. Zapis vizualnih lastnosti in postopki za detekcijo
Zaznavanje gibanja
1. Lokalno gibanje in metode za sledenje objektov

Vaje:

Vaje bodo potekale v obliki projektno-orientiranih nalog v primerno opremljenih študentskih laboratorijih. Študentje v okviru nalog samostojno implementirajo algoritme in jih preizkušajo na različnih naborih podatkov zajetih z različnimi senzorskimi sistemi. Sprotno in obvezno delo na projektih omogoča poglobljeno in kritično razumevanje obravnavane tematike, spodbuja pa tudi samostojno mišljenje in kreativnost.

Predmet učimo na programih

Multimedija 1. stopnja

Cilji in kompetence

Študenti bodo v okviru tega predmeta pridobili konkretna znanja in veščine s področja računalniškega vida. Razvili bodo kompetence z nizkonivojskega procesiranja slik, 3D geometrije kamer in sterea, detekcije objektov, razpoznavanja objektov in osnove izračunavanja gibanja v videoposnetkih. Osvojili bodo tudi matematične osnove za reševanje zahtevnih inženirskih problemov, ki so značilni za analizo tako kompleksnih signalov kot so slike in videoposnetki.

Poleg tega bodo študenti osvojili naslednje kompetence:

Sposobnost razumevanja in reševanja strokovnih izzivov s področja računalništva in informatike
Sposobnost strokovne komunikacije v materinem in tujem jeziku.
Sposobnost neodvisnega reševanja tako manj zahtevnih kakor kompleksnih inženirskih in organizacijskih problemov iz ozkih področji, kakor tudi specifičnih dobro definiranih problemov s področja računalništva in informatike.

Metode poučevanja in učenja

Predavanja, laboratorijske vaje v računalniški učilnici z aktivnim sodelovanjem. Individualno delo na vajah. Teorija s predavanj se praktično analizira na vajah. Poseben poudarek je na sprotnem študiju in sprotnem delu pri vajah.

Predvideni študijski rezultati

Po uspešnem zaključku predmeta naj bi študenti:

– poznali računalniške tehnologije in računalniške metodologije za razvoj komponent in sistemov računalniškega zaznavanja,

– razumeli osnove nizkonivojskega procesiranja slik,

– razumeli osnove 3D geometrije kamer in sterea,

– razumeli osnove detekcije in razpoznavanja objektov,

– poznali osnovne postopke izračunavanja gibanja v videoposnetkih,

– bili sposobni obravnavati moderne algoritme računalniškega vida in strojnega vida,

– bili sposobni uporabe računalniških tehnologij in računalniških metodologij pri specifičnih aplikacijah avtonomnih inteligentnih kognitivnih sistemov.

Temeljni viri in literatura

Obvezna:

D. Forsyth and J. Ponce, Computer Vision: A modern approach, Prentice Hall 2011.
R. Szeliski,Computer Vision: Algorithms and Applications, Springer, 2011

Dopolnilna:

H. R. Schiffman: Sensation and Perception, An Integrated Approach, John Wilez & Sons 2001.

Izbrani članki iz revij IEEE PAMI, CVIU, IJCV, Pattern Recognition (dostopno na spletu)