MPŠ
MPŠ MP&Scaron MP&Scaron MP&Scaron Avtorji

Mednarodna
podiplomska šola
Jožefa Stefana

Jamova 39
SI-1000 Ljubljana
Slovenija

Tel: (01) 477 31 00
Faks: (01) 477 31 10
E-pošta: info@mps.si

Išči

Opis predmeta

Računalniški vid

Programi:

Senzorske tehnologije, 3. stopnja

Sodelavci:

prof. dr. Aleš Ude

Cilji:

Cilji:
Študent je zmožen ovrednotiti svojo izbiro metod za pridobivanje informacij iz digitalnih slik. Svojo izbiro utemeljuje na podlagi teoretičnih izhodišč in izkušenj, ki jih je pridobil s praktičnim delom. Pri vrednotenju izhaja iz primerjave začetnih zahtev ter končnih značilnosti naloge oziroma lastnosti realiziranega sistema.

Kompetence:
• Zna oceniti ali so metode računalniškega vida primerne za reševanje nekega konkretnega problema.
• V primerih iz prakse razume funkcionalno vlogo in pomen izbranih metod za obdelavo slik.
• Obravnavane metode zna samostojno aplicirati na probleme iz prakse.
• Zna implementirati in praktično preizkusiti algoritme za reševanje problemov kot so razpoznavanje in zasledovanje objektov.
• Pri reševanju novih problemov zna samostojno poiskati primerne metode iz literature.

Vsebina:

Uvod
• Pregled predmeta.
• Praktična uporaba računalniškega vida.
• Uvod v Matlab.

Nastanek slike
• Fotometrični modeli in optika.
• Človeški vid.
• Kalibracija kamer.
• Projektivna geometrija in invariante.

Obdelava dvodimenzionalnih slik
• Zajemanje in predstavitev digitalnih slik.
• Digitalni filtri in detekcija robov.
• Segmentacija slik in predstavitev regij.
• Morfologija.
• Barva in histogrami.
• Ujemanje šablon.
• Aplikacija: prilagajanje kontrasta.

Tridimenzionalni vid
• Stereo slike; kalibracija, problem korespondence, trianglucija.
• Globinske slike.
• Rekonstrukcija geometrijskih modelov.
• Aplikacija: modeliranje kulturne dediščine.

Detekcija gibanja in zasledovanje
• Optični tok.
• Aproksimacija gibanja.
• Zasledovanje objektov in Kalmanov filter.
• Navigacija.
• Aplikacija: zasledovanje glave človeka.

Razpoznavanje objektov
• Problemi in mehanizmi za razpoznavanje objektov.
• Razpoznavanje iz množice pogledov.
• Generacija hipotez in verifikacija.
• Razpoznavanje po delih.
• Aplikacija: razpoznavanje obrazov.

Temeljna literatura in viri:

Knjige:
• R. Szeliski, Computer Vision; Algorithms and Applications, Springer, London, Dordrecht, Heidelberg, New York, 2010.
• P. Cork, Robotics, Vision and Control, Springer-Verlag, Berlin, Heidelberg, 2011.

Revije:
• IEEE Transactions of Pattern Analysis and Machine Intelligence.
• International Journal of Computer Vision.

Izbrane reference nosilca:

Bibliografski podatki:
• 27 izvirnih znanstvenih člankov,
• 10 vabljenih predavanj na konferencah,
• 102 konferenčna prispevka,
• 5 patentov,
• 1 monografija,
• 8 poglavij v monografskih publikacijah,
• 590 čistih citatov (SCOPUS),
• h-indeks: 13.

Reprezentativne reference za področje predmeta:
• D. Schiebener, J. Morimoto, T. Asfour and A. Ude (2013) Integrating visual perception and manipulation for autonomous learning of object representations, Adaptive Behavior, vol. 21, no. 5, pp. 328-345.
• A. Ude, D. Schiebener, N. Sugimoto, and J. Morimoto (2012) Integrating surface-based hypotheses and manipulation for autonomous segmentation and learning of object representations, IEEE International Conference on Robotics and Automation (ICRA), Saint Paul, Minnesota, pp. 1709-1715 (pdf file). Finalist for Best Cognitive Robotics Paper award.
• D. Omrčen and A. Ude (2010) Redundancy control of a humanoid head for foveation and three-dimensional object tracking: A virtual mechanism approach, Advanced Robotics, vol. 24, no. 15, pp. 2171-2197.
• A. Ude, D. Omrčen, and G. Cheng (2008) Making object learning and recognition an active process, International Journal of Humanoid Robotics, vol. 5, no. 2, pp. 267-286.
• Nosilec večih evropskih projektov (PACO-PLUS, Xperience, IntellAct, ACAT), v katerih ima računalniški vid veliko vlogo.

Načini preverjanja znanja:

Seminarska naloga s predstavitvijo in zagovorom rešitve izbranega problema iz študentovega raziskovalnega dela (60%)
Ustni izpit (40%)

Obveznosti študentov:

Seminarska naloga s predstavitvijo in zagovorom rešitve izbranega problema iz študentovega raziskovalnega dela.
Ustni izpit.

Zunanje povezave: