Popis předmětu - AD4M33MPV

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
AD4M33MPV Metody počítačového vidění Rozsah výuky:14+6c
Garanti:  Role:PO,V Jazyk výuky:CS
Vyučující:  Zakončení:Z,ZK
Zodpovědná katedra:13133 Kreditů:6 Semestr:L

Anotace:

Předmět se zabývá vybranými problémy počítačového vidění: hledáním korespondencí mezi obrazy pomocí nalezení významných bodů a oblastí, jejich invariantního a robustního popisu a matchingu, dále slepováním obrazů, detekcí, rozpoznáváním a segmentací objektů v obrazech a ve videu, vyhledáváním obrázků ve velkých databázích a sledováním objektů ve video-sekvencích.

Výsledek studentské ankety předmětu je zde: A4M33MPV

Cíle studia:

Jsou vysvětleny metody pro registraci obrazů, vyhledávání ve velkých databázích a sledování. Na cvičeních studenti vybrané metody implementují a ověřují jejich funkci na datech z reálných problémů.

Osnovy přednášek:

1. Úvod. Mapa předmětu. Přehled problémů a jejich aplikace.
2. Detekce bodů a oblasti zájmu: Harrisův operátor (detektor rohů), Laplacův operátor a jeho aproximace rozdílem Gaussiánů, maximálně stabilní extremální oblasti (MSER).
3. Deskriptory oblasti zájmu: SIFT (scale invariant feature transform), LBP (local binary patterns). Metoda lokálních afinních rámců pro zajištění geometrické invariance popisu.
4. Detekce geometrických primitiv (přímek, kružnic, elips, atd.). Houghova transfromace. RANSAC (Random Sample and Consensus).
5. Segmentace I. Obraz jako markovské náhodné pole (MRF). Algoritmy formalizující segmentaci jako problém minimalizace řezu grafem.
6. Segmentace II. Level set methody
7. Inpainting. Přemalování objektu v obraze bez viditelných stop
8. Detekce objektů pomocí "scanning window" (Viola-Jones metody)
9. Hledání korespondenci a rozpoznávání objektů pomoci lokálního invariantního popisu.
10. Sledování objektů (tracking) I. KLT tracker, sledování Harrisových bodů pomocí korelace.
11. Sledování objektů (tracking) II. Metoda Mean-shift, kondenzace.
12. Image Retrieval I: Vyhledávání ve velkých obrazových databázích: popisy obrazů
13. Image Retrieval II: Vyhledávání ve velkých obrazových databázích: indexace, geometrická konzistence
14. Rezerva

Osnovy cvičení:

1.-5.  Slepování obrazu (image stitching).
6.-9.  Segmentace a impainting ("přemalování" objektu v obraze na pozadí bez viditelných stop)
7.-12.  Detekce objektu pomocí metody klouzajícího okna
13. 14. Ověřování výsledků, úpravy algoritmů, odevzdávání úloh.

Literatura:

M. Sonka, V. Hlavac, R. Boyle. Image Processing, Analysis and Machine Vision. Thomson 2007
D. A. Forsyth, J. Ponce. Computer Vision: A Modern Approach. Prentice Hall 2003

Požadavky:

znalost matematické analýzy a algebry.

Poznámka:

Rozsah výuky v kombinované formě studia: 14p+6c

Klíčová slova:

registrace obrazů, detekce objektů, sledování

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
MKEEM1 Technologické systémy V 2
MKEEM5 Ekonomika a řízení elektrotechniky V 2
MKEEM4 Ekonomika a řízení energetiky V 2
MKEEM3 Elektroenergetika V 2
MKEEM2 Elektrické stroje, přístroje a pohony V 2
MKKME1 Bezdrátové komunikace V 2
MKKME5 Komunikační systémy V 2
MKKME4 Sítě elektronických komunikací V 2
MKKME3 Elektronika V 2
MKKME2 Multimediální technika V 2
MKOI3 Počítačové vidění a digitální obraz PO 2
MKKYR4 Letecké a kosmické systémy V 2
MKKYR1 Robotika V 2
MKKYR3 Systémy a řízení V 2
MKKYR2 Senzory a přístrojová technika V 2


Stránka vytvořena 18.7.2019 17:51:20, semestry: Z,L/2020-1, L/2018-9, Z,L/2019-20, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)
Za obsah odpovídá: doc. Ing. Ivan Jelínek, CSc.