Προχωρημένη υπολογιστική όραση
| Τίτλος | Προχωρημένη υπολογιστική όραση / Computational Vision |
| Κωδικός | DMCI101 |
| Σχολή | Θετικών Επιστημών |
| Τμήμα | Πληροφορικής |
| Κύκλος / Επίπεδο | 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Χειμερινή |
| Υπεύθυνος/η | Ιωάννης Πήτας |
| Κοινό | Ναι |
| Κατάσταση | Ενεργό |
| Course ID | 600016138 |
Πρόγραμμα Σπουδών: ΠΜΣ ΨΗΦΙΑΚΑ ΜΕΣΑ - ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗ (2018 έως σήμερα) ΠΦ
Εγγεγραμμένοι φοιτητές: 14
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| ΚΟΡΜΟΣ | Υποχρεωτικό Κατ' Επιλογήν | 1 | 1 | 7,5 |
| Τίτλος | Προχωρημένη υπολογιστική όραση |
| Ακαδημαϊκό Έτος | 2020 – 2021 |
| Περίοδος Τάξης | Χειμερινή |
| Διδάσκοντες μέλη ΔΕΠ |
|
| Ώρες Εβδομαδιαία | 3 |
| Class ID | 600177048
|
Τύπος Μαθήματος 2016-2020
- Επιστημονικής Περιοχής
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600177048
- Στον ιστοχώρο του Τμήματος: dmci.csd.auth.gr
- Άλλη: www.aiia.csd.auth.gr
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές
προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
- Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Βασικές γνώσεις μαθηματικών. Γνώσεις προγραμματισμού C/C++, ή Python, MATLAB. Ευχέρεια
στην μελέτη επιστημονικής βιβλιογραφίας στα Αγγλικά.
Μαθησιακά Αποτελέσματα
α) Μαθησιακοί στόχοι: Εμπέδωση προχωρημένων εννοιών θεωρίας και τεχνολογίας στην
υπολογιστική όραση.
Καταγραφή οπτικής πληροφορίας. Μαθηματική μοντελοποίηση καταγραφής εικόνας. Εισαγωγή
στην επεξεργασία και ανάλυση εικόνας. Βαθμονόμηση φωτογραφικής μηχανής. Στατική και
δυναμική ανάλυση εικόνων στέρεο. Εξαγωγή πληροφορίας βάθους. Εντοπισμός αντικειμένων
στο χώρο. Ανάλυση τριδιάστατης εικόνας. Γεωμετρία επιφανειών αντικειμένων. Τοπολογία
αντικειμένων. Χαρακτηριστικά γνωρίσματα αντικειμένων. Αναγνώριση αντικειμένων. Ταίρασμα
αντικειμένων. Περιγραφή αντικειμένων.
Εφαρμογές στην ιατρική, ανάκτηση εικόνας, ρομποτική όραση. Εκτεταμένη έκθεση σε
προγραμματισμό C/C++, MATLAB ή Python για υπολογιστική όραση. Εξοικείωση με
προγραμματιστικά περιβάλλοντα και πακέτα, όπως MATLAB toolboxes και Adobe Premiere, Avid.
β) Δεξιότητες: Θεμελίωση υποβάθρου για την περαιτέρω μελέτη προβλημάτων και εφαρμογών
υπολογιστικής όρασης. Όξυνση αναλυτικών και προγραμματιστικών δεξιοτήτων. Ικανότητα
ανάπτυξης βασικών εφαρμογών υπολογιστικής όρασης με χρήση με χρήση C/C++, MATLAB,
Python.
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
- Εργασία σε διεθνές περιβάλλον
- Εργασία σε διεπιστημονικό περιβάλλον
- Παραγωγή νέων ερευνητικών ιδεών
- Σχεδιασμός και διαχείριση έργων
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Καταγραφή οπτικής πληροφορίας. Μαθηματική μοντελοποίηση καταγραφής εικόνας. Εισαγωγή
στην επεξεργασία και ανάλυση εικόνας. Βαθμονόμηση φωτογραφικής μηχανής. Στατική και
δυναμική ανάλυση εικόνων στέρεο. Εξαγωγή πληροφορίας βάθους. Εντοπισμός αντικειμένων
στο χώρο. Ανάλυση τριδιάστατης εικόνας. Γεωμετρία επιφανειών αντικειμένων. Τοπολογία
αντικειμένων. Χαρακτηριστικά γνωρίσματα αντικειμένων. Αναγνώριση αντικειμένων. Ταίρασμα
αντικειμένων. Περιγραφή αντικειμένων.
Εφαρμογές στην ιατρική, ανάκτηση εικόνας, ρομποτική όραση.
Λέξεις Κλειδιά
Προχωρημένη Υπολογιστική Όραση
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 80 | ✓ | |||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 15 | ✓ | |||
| Εκπόνηση μελέτης (project) | 20 | ✓ | |||
| Συγγραφή εργασίας / εργασιών | 15 | ✓ | |||
| Εξετάσεις | 20 | ✓ | |||
| Σύνολο | 150 |
Αξιολόγηση Φοιτητών
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Διαμορφωτική, Συμπερασματική)
- Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
N. Nikolaidis and I. Pitas, 3D Image Processing Algorithms, J. Wiley, 2000.
R.Szelinski, “ Computer Vision ” , Springer 2011
Hartley R, Zisserman A. , “ Multiple view geometry in computer vision” . Cambridge university press; 2003.
Davies, E. Roy. “Computer vision: principles, algorithms, applications, learning ”. Academic Press, 2017
Trucco, Emanuele, and Alessandro Verri. Introductory techniques for 3-D computer vision. Vol.201. Englewood Cliffs: Prentice Hall, 1998.
Τελευταία Επικαιροποίηση
19-01-2024
