Metody počítačového vidění

Přednášející:

Tomáš Svoboda, Jiří Matas (gar.)

Cvičící:

Tomáš Svoboda, Jiří Matas (gar.), Andrej Mikulík, Michal Perďoch, Tomáš Vojíř

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Předmět se zabývá vybranými problémy počítačového vidění: hledáním korespondencí mezi obrazy pomocí nalezení významných bodů a oblastí, jejich invariantního a robustního popisu a matchingu, dále slepováním obrazů, detekcí, rozpoznáváním a segmentací objektů vobrazech a ve videu, vyhledáváním obrázků ve velkých databázích a sledováním objektů ve video-sekvencích.

Požadavky:

znalost matematické analýzy a algebry.

Osnova přednášek:

1.Úvod. Mapa předmětu. Přehled problémů a jejich aplikace.

2.Detekce bodů a oblasti zájmu: Harrisův operátor (detektor rohů), Laplacův operátor a jeho aproximace rozdílem Gaussiánů, maximálně stabilní extremální oblasti (MSER).

3.Deskriptory oblasti zájmu: SIFT (scale invariant feature transform), LBP (local binary patterns). Metoda lokálních afinních rámců pro zajištění geometrické invariance popisu.

4.Detekce geometrických primitiv (přímek, kružnic, elips, atd.). Houghova transfromace. RANSAC (Random Sample and Consensus).

5.Segmentace I. Obraz jako markovské náhodné pole (MRF). Algoritmy formalizující segmentaci jako problém minimalizace řezu grafem.

6.Segmentace II. Level set methody

7.Inpainting. Přemalování objektu v obraze bez viditelných stop

8.Detekce objektů pomocí „scanning window“ (Viola-Jones metody)

9.Hledání korespondenci a rozpoznávání objektů pomoci lokálního invariantního popisu.

10.Sledování objektů (tracking) I. KLT tracker, sledování Harrisových bodů pomocí korelace.

11.Sledování objektů (tracking) II. Metoda Mean-shift, kondenzace.

12.Image Retrieval I: Vyhledávání ve velkých obrazových databázích: popisy obrazů

13.Image Retrieval II: Vyhledávání ve velkých obrazových databázích: indexace, geometrická konzistence

14.Rezerva

Osnova cvičení:

1. - 5. Slepování obrazu (image stitching).

6. - 9. Segmentace a impainting („přemalování“ objektu v obraze na pozadí bez viditelných stop)

7. - 12. Detekce objektu pomocí metody klouzajícího okna

13. 14. Ověřování výsledků, úpravy algoritmů, odevzdávání úloh.

Cíle studia:

Jsou vysvětleny metody pro registraci obrazů, vyhledávání ve velkých databázích a sledování. Na cvičeních studenti vybrané metody implementují a ověřují jejich funkci na datech z reálných problémů.

Studijní materiály:

M. Sonka, V. Hlavac, R. Boyle. Image Processing, Analysis and Machine Vision. Thomson 2007

D. A. Forsyth, J. Ponce. Computer Vision: A Modern Approach. Prentice Hall 2003

Poznámka:

URL: http://cw.felk.cvut.cz/doku.php/courses/a4m33mpv/start

Další informace:

http://cw.felk.cvut.cz/doku.php/courses/a4m33mpv/start

Rozvrh na zimní semestr 2011/2012:

Rozvrh není připraven

Rozvrh na letní semestr 2011/2012:

	06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po	místnost KN:E-127 Matas J. Svoboda T. 11:00–12:30 (přednášková par. 1) Karlovo nám. Kotkova cvičebna K4
Út
St	místnost KN:E-132 Mikulík A. Vojíř T. 14:30–16:00 (přednášková par. 1 paralelka 101) Karlovo nám. Laboratoř PC
Čt
Pá

Předmět je součástí následujících studijních plánů:

• Otevřená informatika - Počítačové vidění a digitální obraz (povinný předmět oboru)