Bilgisayarla Görme (EE 573) Ders Detayları

advertisement
Bilgisayarla Görme (EE 573) Ders Detayları
Ders Adı
Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS
Kodu
Saati
Saati
Saati
Bilgisayarla
Görme
EE
573
Her İkisi
3
0
Ön Koşul Ders(ler)i Math 158, Math 275, EE 204
Dersin Dili
İngilizce
Dersin Türü
Seçmeli Dersler
Dersin Seviyesi
Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli
Yüz Yüze
Dersin Öğrenme ve Anlatım, Uygulama-Alıştırma
Öğretme Teknikleri
Dersin
Koordinatörü
• Yrd. Doç. Dr. Hakan Tora
Dersin
Öğretmen(ler)i
• Yrd. Doç. Dr. Hakan Tora
0
3
7.5
Dersin Asistanı
Dersin Amacı
• Bilgisayarla görmenin temel problemlerini
çalışmak. • Bilgisayarla görmedeki problemleri
çözmel için kullanılan temel kavram ve teknikleri
çalışmak. • Bilgisayarla görme ve video
elektroniğinin kullanıldığı tipik uygulama alanlarını
çalışmak.
Dersin Eğitim
Çıktıları
Bu dersi başarıyla tamamlayabilen öğrenciler;
Dersin İçeriği
İnsanın görmesi, geometric kamera modelleri,
imge bölütleme, nesne tanıma, video sinyalleri ve
standartları, görme sistem tasarımı, bilgisayarla
görme ve sayısal video uygulamaları
• Düşük, orta ve yüksek seviyedeki görme
problemlerini çözmek için literatürde bulunan
algoritma ve teknikleri uygulayabilme
• Tek veya çoklu kamera kullanarak imge
edinebilme
• İmgelerden üç boyutlu (3D) yapı bilgisini
çıkarabilme, imge dizilerinden hareket içeriğini
çıkarabilme, ilgilenilen nesneleri algılayabilme ve
tanıyabilme
• İmge bölütleme, imge eşleme ve nesne algılama
ve tanıma işlemlerini yapabilen programlar
yazabilme
• Dönem projeleri ile algoritma ve sistem
geliştirmede pratik deneyime sahip olabilme
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
Hafta Konular
1
Giriş: Görüntülemenin temelleri,
Görüntülemenin fiziği
Ön Hazırlık
Bu haftanın konularına göz atmak
2
İmgeler ve Görüntüleme işlemleri: Bu haftanın konularına göz atmak
İmge işleme işlemleri ve imge
süzme işlemleri
3
İmgeler ve Görüntüleme işlemleri Bir önceki haftanın konularını
tekrar etmek ve bu haftanın
konularına göz atmak
4
İmge Bölütleme: Gruplandırma
metodları, Model oturtma
Bu haftanın konularına göz atmak
5
İmge Bölütleme
Bir önceki haftanın konularını
tekrar etmek ve bu haftanın
konularına göz atmak
6
Tanımaya Giriş: Örüntü
sınıflandırma modeli,
sınıflandırma için istatistiksel
teknikler
Bu haftanın konularına göz atmak
7
Tanımaya Giriş
Bir önceki haftanın konularını
tekrar etmek ve bu haftanın
konularına göz atmak
8
Geometrik Kamera Modelleri:
Kamera parametreleri ve
perspektif izdüşüm, ilgin
kameralar, kamera kalibrasyonu
Bu haftanın konularına göz atmak
9
Geometrik Kamera Modelleri
Bir önceki haftanın konularını
tekrar etmek ve bu haftanın
konularına göz atmak
10
Video sinyalleri ve standartları:
Sayısal vidoya giriş, imge ve
video sıkıştırma ve sıkıştırmayı
açma
Bu haftanın konularına göz atmak
11
Video sinyalleri ve standartları
Bir önceki haftanın konularını
tekrar etmek ve bu haftanın
konularına göz atmak
12
Görme Sistemi Tasarımı:
Bu haftanın konularına göz atmak
Kameralar ve sayısallaştırma,
gerçek zaman donanımı ve
system tasarım unsurları, en iyi
donanım gereçekleştirimi üzerine
temel fikirler
13
Uygulamalar: Otomatik görsel
Bu haftanın konularına göz atmak
inceleme, biyometrik, robot bilimi,
video gözetleme, insan-bilgisayar
etkileşimi
14
Uygulamalar
Bir önceki haftanın konularını
tekrar etmek ve bu haftanın
konularına göz atmak
15
Dönem sonu sınav çalışmaları
Dönem konularının tekrarı
16
Dönem sonu sınav çalışmaları
Dönem konularının tekrarı
Kaynaklar
Ders Kitabı:
1. Computer Vision: A Modern Approach, David A.
Forsyth and Jean Ponce, Prentice Hall, 2003
Diğer Kaynaklar: 1. Machine vision: theory, algorithms, practicalities,
Davies, E. R. (E. Roy), Elsevier, 2005
Değerlendirme Sistemi
Çalışmalar
Sayı
Katkı Payı
Devam/Katılım
-
-
Laboratuar
-
-
Uygulama
8
15
Alan Çalışması
-
-
Derse Özgü Staj
-
-
Küçük Sınavlar/Stüdyo Kritiği
-
-
Ödevler
15
10
Sunum
-
-
Projeler
1
25
Seminer
-
-
Ara Sınavlar/Ara Juri
1
20
Genel Sınav/Final Juri
1
30
Toplam
26
100
Yarıyıl İçi Çalışmalarının Başarı Notu
Katkısı
70
Yarıyıl Sonu Çalışmalarının Başarı
Notuna Katkısı
30
Toplam
100
Ders Kategorisi
Temel Meslek
Dersleri
Uzmanlık/Alan
Dersleri
Destek Dersleri
İletişim ve Yönetim
Becerileri Dersleri
Aktarılabilir Beceri
Dersleri
X
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
# Program Yeterlilikleri / Çıktıları
Katkı Düzeyi
1 2 3 4 5
1 Matematik, fen bilgisi ve mühendislik bilgilerini ileri
düzey sistemlerde uygulama becerisinin kazandırılması.
X
2 Sinyal işleme, haberleşme ve mikroelektronik
uygulamalarına yönelik uzun soluklu araştırma ve
geliştirme çalışmalarının yapılması.
3 Tasarım ve diğer mühendislik uygulamaları için gerekli
modern mühendislik araçlarını, tekniklerini ve
yetenekleri kullanabilme.
X
X
4 Girişimcilik ve yenilikçilik açısından aktif
araştırmacıların yetiştirilmesi.
X
5 Araştırma sonuçlarını etkin bir şekilde raporlama ve
sunma yeteneğinin kazandırılması.
X
6 Bilim ve teknoloji alanındaki güncel gelişmeleri izleme
ve bilgiye erişme performansının artırılması.
X
7 Profesyonel iş yaşamı ve meslek etiği konularında
sorumluluk sahibi olunması.
X
8 Türkçe ve İngilizce olarak etkin iletişim kurma
becerisinin artırılması.
X
9 Proje yönetimi becerisinin artırılması.
X
10 Disiplinlerarası alanlarda, ortak proje takımlarında
başarıyla çalışma yeteneğinin kazandırılması.
X
ECTS/İş Yükü Tablosu
Aktiviteler
Sayı
Süresi (Saat) Toplam İş
Yükü
Ders saati (Sınav haftası
dahildir: 16 x toplam ders
saati)
16
3
48
8
5
40
14
3
42
Projeler
1
5
5
Ödevler
15
5
75
Ara Sınavlara/Ara Juriye
Hazırlanma Süresi
1
10
10
Genel Sınava/Genel Juriye
Hazırlanma Süresi
1
20
20
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma
Süresi
Sunum/Seminer Hazırlama
Küçük Sınavlar/Stüdyo
Kritiği
Toplam İş Yükü
240
Download