Widzenie komputerowe 1000-I2WidzKomp

Wprowadzenie: Prezentacja założeń części laboratoryjnej przedmiotu. Prezentacja narzędzi informatycznych wykorzystywanych w części laboratoryjnej (biblioteki programistyczne, środowiska programistyczne).
Konwersatorium polegające na implementacji wybranych metod przetwarzania i analizy obrazów w popularnych językach programowania (Python, C++). Testowanie zaimplementowanych algorytmów na obrazach rzeczywistych i sztucznych. Ocena poprawności i skuteczności algorytmów. Dobre praktyki projektowania i implementacji algorytmów przetwarzania i analizy obrazów. Typowe błędy i sposoby ich unikania.
Samodzielna realizacja projektów cząstkowych. Część merytoryczna obejmuje zagadnienia związane z przetwarzaniem pojedynczych punktów, arytmetyką obrazu, przekształceniami geometrycznymi, konwolucją, detekcją krawędzi, filtrami rozmywającymi, filtrami nieliniowymi, operacjami morfologicznymi, przetwarzaniem w dziedzinie częstotliwości i transformacją segmentacją punktową, krawędziową, obszarową i semantyczną, detekcję cech geometrycznych, klasyfikacją i lokalizacją obiektów.

Całkowity nakład pracy studenta

30h - laboratorium 30h - praca własna 20h - projekt zaliczeniowy Razem: 80 godz (3 pkt. ECT.)

Efekty uczenia się - wiedza

W01- Zna wybrane zagadnienia z zakresu widzenia komputerowego, w tym procesów pozyskiwania i przetwarzania obrazu, analizy zawartości obrazu i scen, oraz konstrukcji systemów wnioskujących z informacji obrazowej. (KW01, KW02) W02 - Zna podstawowe metody detekcji, segmentacji, klasyfikacji i lokalizacji obiektów (KW04)

Efekty uczenia się - umiejętności

Efekty uczenia się - kompetencje społeczne

K01 - Myśli twórczo w celu udoskonalenia istniejących bądź stworzenia nowych rozwiązań (K_K01). K02 - Samodzielnie i efektywnie pracuje z dużą ilością danych, dostrzega zależności i poprawnie wyciąga wnioski, posługując się zasadami logiki (K_K01). K03 - Jest nastawiony na jak najlepsze wykonanie zadania; dba o szczegół; jest systematyczny (K_K03). K04 - Skutecznie przekazuje innym swoje myśli w zrozumiały sposób; właściwie posługuje się terminologią fachową; potrafi nawiązać kontakt w obrębie swojej dziedziny i z osobą reprezentującą inną dziedzinę (K_K05, K_K06). K05 - Pracuje systematycznie i posiada umiejętność pozytywnego podejścia do trudności stojących na drodze do realizacji założonego celu; dotrzymuje terminów (K_K03, K_K04).

Metody dydaktyczne

Metody dydaktyczne poszukujące: ● ćwiczeniowa, ● laboratoryjna,

Koordynatorzy przedmiotu

Michał Chlebiej

Kryteria oceniania

Zaliczenie konwersatorium odbywa się na podstawie cząstkowych projektów zaliczeniowych wykonywanych częściowo w trakcie laboratoriów i częściowo samodzielnie (U01-U02, K01-K03, K05, W01- W02).

Literatura

1. Gonzalez, Wintz, Digital Image Processing. Addison-Wesley 2017 (wydanie IV, lub wcześniejsze).
2. Szeliski, R. Computer vision: algorithms and applications. Springer Nature, 2022. Available for free for
3. Owen, M., Przetwarzanie sygnałów w praktyce. WKŁ 2009.
4. Choraś, R. Komputerowa wizja. Metody interpretacji i identyfikacji obiektów. EXIT, 2006.

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 1000-I2WidzKomp w USOSweb