Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2018/2019

Metody počítačového vidění

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
B4M33MPV Z,ZK 6 2p+2c česky
Korekvizita:
Bezpečnost práce v elektrotechnice pro magistry (BEZM)
Předmět nesmí být zapsán současně s:
Computer Vision Methods (AE4M33MPV)
Computer Vision Methods (BE4M33MPV)
Přednášející:
Ondřej Drbohlav, Jiří Matas (gar.), Jan Čech
Cvičící:
Ondřej Drbohlav, Jiří Matas (gar.), Jan Čech, Dmytro Mishkin, Filip Naiser, Michal Neoral, Radim Špetlík
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 objektů v obrazech 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.Hledání korespondenci a rozpoznávání objektů pomoci lokálního invariantního popisu.

5. RANSAC, registrace obrazů.

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

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

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

9.Detekce geometrických primitiv (přímek, kružnic, elips, atd.). Houghova transfromace a její porovnání s RANSACem (Random Sample and Consensus).

10. Detekce objektů pomocí hlubokých neuronových sítí.

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

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

13.Sledování objektů (tracking) III. Pokročilé metody.

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.fel.cvut.cz/wiki/courses/ae4m33mpv/start
Rozvrh na zimní semestr 2018/2019:
Rozvrh není připraven
Rozvrh na letní semestr 2018/2019:
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-126
Matas J.
Čech J.

11:00–12:30
(přednášková par. 1)
Karlovo nám.
Trnkova posluchárna K5
Út
St
místnost KN:E-132
Špetlík R.
Mishkin D.

14:30–16:00
(přednášková par. 1
paralelka 101)

Karlovo nám.
Laboratoř PC
místnost KN:E-132
Naiser F.
Neoral M.

16:15–17:45
(přednášková par. 1
paralelka 102)

Karlovo nám.
Laboratoř PC
Čt

Předmět je součástí následujících studijních plánů:
Platnost dat k 18. 6. 2019
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet4684506.html