Strojni vid

Visokošolski učitelji: Perš Janez

Opis predmeta

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

• Vpis na doktorski študij

Vsebina:

• Modeliranje vizualnih sistemov: fizikalne, matematične, biološke in računske osnove. Izbrana matematična orodja in algoritmi za analizo vizualnih informacij: izbrana poglavja iz linearne algebre, naključnih sistemov, teorije informacij.
• Izbrani algoritmi za detekcijo in sledenje objektov, dogodkov, analizo gibanja, aktivnosti in obnašanja na osnovi vizualnih informacij. Večsenzorski vizualni sistemi. Biološko motivirane arhitekture za vidno zaznavanje. Omrežja vizualnih senzorjev in vgradni vizualni sistemi. Strojni vid v industriji, vizualno pregledovanje in merjenje.
• Strojni vid v naprednih videonadzornih sistemih, v biometričnih sistemih in robotih. Uporaba strojnega vida v športu, analiza individualnih in skupinskih aktivnosti. Strojni vid v naprednih uporabniških vmesnikih.

Cilji in kompetence:

Spoznati inženirske, matematične, fizikalne, algoritmične ter biološke temelje vidnega zaznavanja. Priprava na znanstveno raziskovalno in razvojno delo na področju umetnih vizualnih zaznavnih sistemov.

Predvideni študijski rezultati:

Po opravljenih študijskih obveznostih bodo študenti sposobni samostojno in kritično oceniti stanje znanosti na področju umetnih vizualnih zaznavnih sistemov. Posedovali bodo veščine, potrebne za izvajanje raziskav na nivoju doktorskega študija na tem področju, vključno z razvojem in analizo novih metod in algoritmov. Razumeli bodo pomembnost objektivne kvantitativne presoje razvitih metod in posedovali veščine, ki bodo omogočale izvedbo takšne presoje.

Metode poučevanja in učenja:

• Predmet se bo izvajal v obliki predavanj in projektnih nalog.
• Sklop predavanj bo vseboval predavanja nosilca in soizvajalca predmeta.
• Projektne naloge bodo razdeljene v zaključene sklope, v katerih bodo študenti samostojno obravnavali izbrane metode in algoritme. Vsak sklop projektne naloge bo zahteval poročilo in predstavitev pred ostalimi študenti.
• Pomemben del študija so diskusije v razredu. Vsak kandidat prav tako predstavi del teorije, ki se navezuje na projektno nalogo.

Gradiva

1. David A. Forsyth, Jean Ponce. Computer Vision: A Modern Approach (2nd Edition), Prentice Hall, 2011
2. Milan Sonka, Vaclav Hlavac, Roger Boyle. Image Processing, Analysis, and Machine Vision (4th Edition), Cengage Learning, 2014
3. Richard Szeliski. Computer Vision: Algorithms and Applications, Springer, 2011, (http://szeliski.org/Book)