Navigacija

19M041DOS2 - Digitalna obrada slike 2

Specifikacija predmeta
Naziv Digitalna obrada slike 2
Akronim 19M041DOS2
Studijski program Elektrotehnika i računarstvo
Modul
Tip studija master akademske studije
Nastavnik (predavač)
Nastavnik/saradnik (vežbe)
Nastavnik/saradnik (DON)
Broj ESPB 6.0 Status predmeta izborni
Uslovljnost drugim predmetima Položen ispit Digitalna obrada slike sa osnovnih akademskih studija.
Ciljevi izučavanja predmeta Cilj kursa je upoznavanje studenata sa naprednim tehnikama digitalne obrade slike koje se tiču izdvajanja i opisa karakterističnih obeležja, klasifikacije slika, analize sadržaja slike, prepoznavanje objekata i osnovna analiza video signala. Kurs predstavlja algoritamsku osnovu za projektovanje namenskih i industrijskih sistema baziranih na mašinskoj viziji.
Ishodi učenja (stečena znanja) Nakon završetka kursa studenti će biti upoznati sa teorijskim i praktičnim aspektima ključnih algoritama koji se koriste u digitalnoj obradi slike višeg nivoa. Studenti će biti sposobni da samostalno modeluju i rešavaju probleme analize sadržaja scena i prepoznavanja objekata kao i da projektuju algoritme koji se mogu koristiti u namenskim uređajima i industrijskim sistemima.
Sadržaj predmeta
Sadržaj teorijske nastave Izdvajanje i opis karakterističnih obeležja. Uparivanje karakterističnih obeležja. Geometrijske transformacije slike. Registracija slika. Optički tok. Osnovni koncepti prepoznavanja oblika. Klasifikacija slika. Klasterizacija i segmentacija slika. Uvod u neuralne mreže i primena u analizi slike. Konvolucione neuralne mreže. Analiza video signala i praćenje objekata. Analiza sadržaja scene.
Sadržaj praktične nastave Praktični deo nastave predstavljaju računske vežbe na kojima se demonstriraju osnovni algoritamski koncepti. U okviru domaćih zadataka studenti rešavaju zadate probleme korišćenjem predstavljenih tehnika. Na kraju kursa studenti rade finalni projekat koji predstavlja primenu stečenih znanja na rešavanje realnih problema.
Literatura
  1. R. Szeliski, Computer Vision: Algorithms and Applications, Springer, 2010
  2. R. Klette, Concise computer vision, Springer, 2014
  3. D. Forsyth and J. Ponce, Computer Vision: A Moden Approach, Pearson, 2011
  4. I. Goodfellow et al, Deep Learning, The MIT Press, 2016
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja Vežbe DON Studijski i istraživački rad Ostali časovi
3 1 1
Metode izvođenja nastave Predavanja. Vežbe na računarima. Domaći zadaci. Izrada projekta.
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze Poena Završni ispit Poena
Aktivnosti u toku predavanja Pismeni ispit
Praktična nastava 70 Usmeni ispit 30
Projekti
Kolokvijumi
Seminari