Навигација

19М041ДОС2 - Дигитална обрада слике 2

Спецификација предмета
НазивДигитална обрада слике 2
Акроним19М041ДОС2
Студијски програмНапредне информационе технологије у дигиталној трансформацији
Модул
Тип студијамастер академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
Наставник/сарадник (ДОН)
Број ЕСПБ6.0Статус предметаизборни
Условљност другим предметимаПоложен испит Дигитална обрада слике са основних академских студија.
Циљеви изучавања предметаЦиљ курса је упознавање студената са напредним техникама дигиталне обраде слике које се тичу издвајања и описа карактеристичних обележја, класификације слика, анализе садржаја слике, препознавање објеката и основна анализа видео сигнала. Курс представља алгоритамску основу за пројектовање наменских и индустријских система базираних на машинској визији.
Исходи учења (стечена знања)Након завршетка курса студенти ће бити упознати са теоријским и практичним аспектима кључних алгоритама који се користе у дигиталној обради слике вишег нивоа. Студенти ће бити способни да самостално моделују и решавају проблеме анализе садржаја сцена и препознавања објеката као и да пројектују алгоритме који се могу користити у наменским уређајима и индустријским системима.
Садржај предмета
Садржај теоријске наставеИздвајање и опис карактеристичних обележја. Упаривање карактеристичних обележја. Геометријске трансформације слике. Регистрација слика. Оптички ток. Основни концепти препознавања облика. Класификација слика. Кластеризација и сегментација слика. Увод у неуралне мреже и примена у анализи слике. Конволуционе неуралне мреже. Анализа видео сигнала и праћење објеката. Анализа садржаја сцене.
Садржај практичне наставеПрактични део наставе представљају рачунске вежбе на којима се демонстрирају основни алгоритамски концепти. У оквиру домаћих задатака студенти решавају задате проблеме коришћењем представљених техника. На крају курса студенти раде финални пројекат који представља примену стечених знања на решавање реалних проблема.
Литература
  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
Број часова активне наставе недељно током семестра/триместра/године
ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
311
Методе извођења наставеПредавања. Вежбе на рачунарима. Домаћи задаци. Израда пројекта.
Оцена знања (максимални број поена 100)
Предиспитне обавезеПоенаЗавршни испитПоена
Активности у току предавањаПисмени испит
Практична настава70Усмени испит30
Пројекти
Колоквијуми
Семинари