Počítačové vidění – Teorie a praxe
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
XP33VTP | ZK | 4 | 2S | anglicky |
- Garant předmětu:
- Přednášející:
- Cvičící:
- Předmět zajišťuje:
- katedra kybernetiky
- Anotace:
-
V průběhu kurzu budou studovány vybrané „state of the art“ metody využívané v počítačovém vidění, které mají volně k dispozici efektivní implementaci. Převážně půjde o obecné metody, které byly použity v různých úspěšných aplikacích, například vyhledávání ve vysokodimenzionálních prostorech, hluboké neuronové sítě, či grafové značkovací algoritmy. Konkrétní metody se upravují dle současných publikací a také částečně dle zájmu studentů. Cílem pro studenty bude porozumět metodě, porozumět implementaci a umět metodu použít jako nástroj k řešení dalších problémů.
- Požadavky:
- Osnova přednášek:
-
Výuka probíhá ve dvou částech. První je podobná reading group – studenti samostatně studují publikace, které jsou následně diskutovány na přednášce. Ve druhé, praktické části, studenti použijí konkrétní implementaci k řešení zadaného problému. Tato řešení a jejich vlastnosti jsou opět diskutovány na přednášce.
Předmět očekává znalosti algoritmů, datových struktur, schopnost samostatného studia. Svým rozsahem a náročností je vhodný pro doktorandy jako příprava pro vědeckou práci, nevhodný pro běžné studenty magisterského studia.
Příklad probíraných metod:
1. Marius Muja and David G. Lowe: “Fast Approximate Nearest Neighbors with Automatic Algorithm Configuration”, in International Conference on Computer Vision Theory and Applications (VISAPP'09), 2009
2. Herve Jegou, Matthijs Douze, Cordelia Schmid: “Product quantization for nearest neighbor search”, PAMI 2011.
3. Wei Dong, Moses Charikar, Kai Li : “Efficient K-Nearest Neighbor Graph Construction for Generic Similarity Measures.” In Proc. of the International conference on World Wide Web (WWW). New York, NY. 2011.
4. Jeff Johnson, Matthijs Douze, Hervé Jégou: “Billion-scale similarity search with GPUs” 2017
Vyšší kreditové hodnocení předmětu vyplývá z velkého množství samostatné práce doktorandů.
- Osnova cvičení:
- Cíle studia:
- Studijní materiály:
-
Liší se dle probíraných článků, seznam literatury na www stránkách předmětu, případně relevantní reference v jednotlivých článcích.
- Poznámka:
- Další informace:
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Doktorské studium, prezenční forma (povinně volitelný předmět)
- Doktorské studium, kombinovaná forma (povinně volitelný předmět)