Napredne metode računalniškega vida (FRI)

Visokošolski učitelji: Kristan Matej
Število kreditnih točk: 6
Semester izvajanja: zimski
Koda predmeta: 63522



Opis predmeta

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:

Opravljanje študijskih obveznosti je opredeljeno v Študijskih pravilih FRI.

Vsebina:

Predmet vsebuje različne napredne teme s področja zaznavanja gibanja z metodami računalniškega vida. Konkretna vsebina se bo letno prilagajala trendom na tem hitro razvijajočem se področju. Trenutne aktualne teme obsegajo:

  • Pregled področja ocenjevanja gibanja in aplikacije.
  • Ocenjevanje optičnega toka z metodami najmanjših kvadratov.
  • Ocenjevanje optičnega toka z variacijskim računom.
  • Sledenje s parametrično predlogo po postopku Lucas-Kanade.
  • Sledenje s histogrami po postopku srednjega premika (Mean Shift).
  • Sledenje s stohastično optimizacijo po postopku križne entropije.
  • Rekurzivni Bayesovi filtri za sprotno ocenjevanje stanj.
  • Sledenje s Kalmanovim filtrom.
  • Sledenje s filtri z delci.
  • Sledenje deformabilnih objektov s konstelacijskimi modeli.
  • Metodologije primerjave sledilnikov.
  • Sledenje s klasifikacijo.
  • Metode dolgoročnega sledenja z detekcijo.

Cilji in kompetence:

Primarni namen predmeta je seznanitev z raziskovalno zahtevnim področjem, ki je del računalniškega vida, širše pa umetne inteligence. V tem smislu je snov logično nadaljevanje prvostopenjskih predmetov umetne inteligence, specifično osnovnih tem s področja računalniškega vida, multimedije in strojnega učenja. Sekundarni namen predmeta je osvojitev uporabe analitičnih in numeričnih metod, s katerimi se študentje že spoznajo pri bazičnih predmetih, vendar jih pogosto ne uporabijo v praksi. Študentje bodo ob koncu predmeta seznanjeni z modernimi metodami ocenjevanja gibanja in sledenja z metodami računalniškega vida ter imeli praktične izkušnje iz implementacije teh metod.

Predvideni študijski rezultati:

Znanje in razumevanje: Študent bo poznal in znal uporabljati različne moderne pristope za ocenjevanje, zaznavo gibanja in sledenje s postopki računalniškega vida.
Uporaba: Predmet bo študentom predstavil znanstveno zahtevno področje zaznavanja gibanja z računalniškim vidom. V obsegu predmeta bodo študentje spoznali teoretične pristope, ki so osnova za nadaljne delo z naprednimi metodami v računalniškem vidu. Prav tako bodo dobili praktične izkušnje z implementacijami in analizo glavnih pristopov, ki so uporabljeni v mnogih modernih visokotehnoloških aplikacijah.
Refleksija: Poleg konkretnih znanj bodo študenti dobili tudi teoretičen pregled nad različnimi pristopi ocenjevanja gibanja, kar jim bo omogočilo boljše izhodišče za tako znanstveno kot aplikativno delo na področju računalniškega vida.
Prenosljive spretnosti - niso vezane le na en
predmet: Mnoge metode, ki jih bodo študentje spoznali in implementirali, so uporabne tudi pri ostalih področjih inženirstva in procesiranja kompleksnih signalov.

Metode poučevanja in učenja:

Predavanja, domače naloge in projektna naloga. Poseben poudarek je na individualnem delu študentov.





Gradiva

  1. Simon J. D. Prince, Computer Vision: Models, Learning, and Inference, Cambridge University Press, 2012
  2. Richard Szeliski, Computer Vision: Algorithms and Applications, Springer, 2010
  3. David Barber, Bayesian Reasoning and Machine Learning, Cambridge University Press, 2012



Študiji na katerih se predmet izvaja

  • 2 letnik - 2. stopnja - Multimedija