Przedmiot obowiązkowy dla specjalizacji Inteligentne Systemy Wspomagania Decyzji, semestr 8 (2W 2L)
Wykład: Krzysztof Krawiec
Zajęcia laboratoryjne: Bartosz Wieloch
(Strona laboratorium)
Program wykładów:
- Wprowadzenie. Dane obrazowe: klasy i metody reprezentacji.
- Metody akwizycji i przetwarzania obrazów.
- Metody morfologiczne w przetwarzaniu obrazów. Podstawowe elementy geometrii dyskretnej. Detekcja krawedzi i śledzenie linii.
- Segmentacja obrazu.
- Analiza kształtu i innych cech obiektów.
- Metody analizy i opisu tekstur.
- Uczenie i adaptacja w rozpoznawaniu obrazów.
- Sztuczne sieci neuronowe i głębokie uczenie (deep learning)
- Elementy widzenia komputerowego.
- Stereoskopia.
- Analiza ruchu.
- Wybrane zastosowania w medycynie, robotyce i przemyśle.
Zagadnienia oryginalnie obecne w programie przedmiotu, lecz obecnie nie wykładane: Rozpoznawanie obrazów metodami statystycznymi i syntaktycznymi.
Materiały do wykładu (PDF)
- Wprowadzenie: po1.pdf
- Reprezentacja obrazów: po1b.pdf
- Pozyskiwanie obrazów: po2.pdf
- Przetwarzanie obrazów: po3.pdf
- Metody opisu obrazów: po4.pdf.
- Segmentacja obrazu: po5.pdf.
- Detektory cech: po6.pdf.
- Deep learning: materiały zewnętrzne (za zgodą autorów). Na egzaminie obowiązuje znajomość wykładów 3, 4, 5, 6.
- Widzenie komputerowe i stereoskopia. po widzenie komputerowe.pdf.
- Detekcja, analiza, i modelowanie ruchu. po ruch.pdf.
Studia przypadków:
- Viola & Jones: Face detection poCase1.pdf
- Agarwal & Triggs: Recovering 3D Human Pose from Monocular Images poCase2.pdf
- Krawiec, Kukawka & Maciejewski: Evolving Cascades of Voting Feature Detectors for Vehicle Detection in Satellite Imagery poCase3.pdf
Literatura: lista literatury dostępna w materiałach wykładowych (pierwsza część).
Stare materiały (obecnie nie wykładane):
- Metody wektorowe i relacyjne rozpoznawania. poOld1.pdf.