ΤΕΧΝΗΤΗ ΟΡΑΣΗ

Πληροφορίες Μαθήματος
ΤίτλοςΤΕΧΝΗΤΗ ΟΡΑΣΗ / COMPUTER VISION
ΚωδικόςDM05
ΣχολήΘετικών Επιστημών
ΤμήμαΠληροφορικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή
Υπεύθυνος/ηΙωάννης Πήτας
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID40002280

Πληροφορίες Τάξης
ΤίτλοςΤΕΧΝΗΤΗ ΟΡΑΣΗ
Ακαδημαϊκό Έτος2017 – 2018
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Class ID
600110519
Τύπος Μαθήματος 2016-2020
  • Επιστημονικής Περιοχής
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Βασικές γνώσεις εφαρμοσμένων μαθηματικών και επεξεργασίας εικόνας. Γνώσεις προγραμματισμού C/C++ ή MATLAB. Ευχέρεια στην μελέτη επιστημονικών κειμένων στα Αγγλικά.
Μαθησιακά Αποτελέσματα
α) Μαθησιακοί στόχοι: Εμπέδωση των βασικών εννοιών θεωρίας και τεχνολογίας ανάλυσης εικόνας και τεχνητής όρασης. Εκτεταμένη ενασχόληση με προγραμματισμό C/C++ ή MATLAB για ανάλυση εικόνας και τεχνητή όρασης. Εξοικείωση με προγραμματιστικά περιβάλλοντα και πακέτα, όπως MATLAB toolboxes και OpenCV. β) Δεξιότητες: Θεμελίωση υποβάθρου για την περαιτέρω μελέτη προβλημάτων ανάλυσης εικόνας και τεχνητής όρασης και εφαρμογών στην ανάκτηση εικόνας, βιομετρία, διεπαφές ανθρώπου-υπολογιστή, ρομποτική όραση. Απόκτηση ικανότητας χρήσης και ανάπτυξης αλγορίθμων ανάλυσης εικόνας και τεχνητής όρασης. Όξυνση αναλυτικών και προγραμματιστικών δεξιοτήτων. Ικανότητα ανάπτυξης βασικών εφαρμογών ανάλυσης εικόνας και τεχνητής όρασης με χρήση C/C++ ή MATLAB, ή OpenCV.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
Περιεχόμενο Μαθήματος
Περιγραφή σχημάτων και υφής εικόνας. Μαθηματική μορφολογία. Ανάλυση τριδιάστατης εικόνας. Γεωμετρία επιφανειών αντικειμένων. Χαρακτηριστικά γνωρίσματα σε εικόνες (ακμές, γωνίες, γραμμές, καμπύλες). Βαθμονόμηση φωτογραφικής μηχανής. Στατική και δυναμική ανάλυση εικόνων στέρεο. Εξαγωγή πληροφορίας σχήματος από βίντεο. Εξαγωγή πληροφορίας βάθους. Αναγνώριση διδιαστάτων και τρισδιάστατων αντικειμένων. Εντοπισμός αντικειμένων στο χώρο. Εφαρμογές στην ανάκτηση εικόνας, βιομετρία, διεπαφές ανθρώπου-υπολογιστή, ρομποτική όραση. Εργασίες προγραμματισμού ψηφιακής επεξεργασίας βίντεο σε C/C++ ή MATLAB. Βιβλιογραφικές εργασίες.
Τύποι Εκπαιδευτικού Υλικού
  • Διαφάνειες
  • Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις1264,2
Μελέτη και ανάλυση βιβλίων και άρθρων301
Εκπόνηση μελέτης (project)451,5
Εξετάσεις240,8
Σύνολο2257,5
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτή εξέταση και βιβλιογραφικές ή προγραμματιστικές εργασίες ή προόδους ή παρουσιάσεις στις οποίες οι φοιτητές εξετάζονται και δίνουν μέχρι 2-4 προσθετικές μονάδες (αν ο βαθμός γραπτής εξέτασης είναι τουλάχιστον 4).
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
  • Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
Πήτας Ι. «Ψηφιακή Επεξεργασία Εικόνας», Θεσσαλονίκη, 2010. Trucco and Alessandro Verri 'Introductory Techniques for 3-D Computer Vision, 1998
Επιπρόσθετη βιβλιογραφία για μελέτη
Richard Szeliski, Computer Vision: Algorithms and Applications, 2010 Richard Hartley and Andrew Zisserman, Multiple View Geometry in Computer Vision, 2004
Τελευταία Επικαιροποίηση
01-04-2016