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