Detail předmětu

Rozpoznávání

FEKT-MPC-ROZAk. rok: 2023/2024

Předmět Rozpoznávání se věnuje metodám segmentace objektů, detekce a popisu významných bodů a oblastí, klasifikaci a kategorizaci, učení v rozpoznávání a vícesnímkové rekonstrukci objektů.

Jazyk výuky

čeština

Počet kreditů

6

Garant předmětu

Vstupní znalosti

V předmětu Rozpoznávání jsou požadovány znalosti na úrovni bakalářského studia a znalosti z předmětu MPC-POV.

Pravidla hodnocení a ukončení předmětu

V předmětu Rozpoznávání je hodnocen skupinový projekt (40 bodů) a závěrečná písemná a ústní zkouška (60 bodů). Pro úspěšné ukončení předmětu je nutné získat alespoň poloviční počet bodů ve všech částech výuky.
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Učební cíle

Cílem předmětu je seznámit studenty s pojmem rozpoznávání objektů na základě lokálních invariantních deskriptorů a pomocí metod učení v rozpoznávání. Ve skupinovém projektu studenti navrhují, implementují a ověří úlohu rozpoznávání objektu v počítačovém vidění.
Absolvent předmětu je schopen komplexně analyzovat úlohu rozpoznávání v počítačovém vidění, navrhnout a implementovat řešení a provést smysluplnou validaci výsledku.

Prerekvizity a korekvizity

Základní literatura

Horák, K. a kol.: Počítačové vidění. Skriptum VUT v Brně. 132 s. 2008. (CS)

Doporučená literatura

DUDA, R.O., HART, P.E., STORK, D.G.: Pattern Classification. 2nd edition. Wiley, 2000. 680 pages. ISBN 978-0471056690. (EN)
HARTLEY, R., ZISSERMAN, A.: Multiple View Geometry in Computer Vision. 2nd edition. Cambridge University Press, 2004. 670 pages. ISBN 978-0521540513. (EN)
SZELISKI, R.: Computer Vision: Algorithms and Applications. Springer, 2011. 812 pages. ISBN 978-1848829343. (EN)

Zařazení předmětu ve studijních plánech

  • Program MPC-KAM magisterský navazující, 2. ročník, letní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

1. Aplikace rozpoznávání v počítačovém vidění.
2. Segmentace shlukováním.
3. Lokální příznaky a korespondence.
4. Detektory oblastí.
5. Deskriptory oblastí.
6. Porozumění obsahu obrazu.
7. Klasifikace minimalizací vzdálenosti a rizika.
8. Dynamické obrazy.
9. Multisnímková rekonstrukce objektů.
10. Speciální aplikace počítačového vidění.
11. Účení v rozpoznávání.
12. Vybrané partie z rozpoznávání.
13. Konvoluční neuronové sítě.

Projekt

26 hod., povinná

Vyučující / Lektor