460-2070/01 – Základy analýzy obrazu (ZAO)
| Garantující katedra | Katedra informatiky | Kredity | 4 |
| Garant předmětu | Ing. Radovan Fusek, Ph.D. | Garant verze předmětu | Ing. Radovan Fusek, Ph.D. |
| Úroveň studia | pregraduální nebo graduální | Povinnost | volitelný odborný |
| Ročník | 3 | Semestr | letní |
| | Jazyk výuky | čeština |
| Rok zavedení | 2019/2020 | Rok zrušení | |
| Určeno pro fakulty | FEI | Určeno pro typy studia | bakalářské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Předmět posluchače seznamuje s tématy z oblasti analýzy obrazu, které člověka provází v běžném životě a jsou přirozenou součástí vývoje společnosti k tzv. Industry 4.0. Absolvováním předmětu získají posluchači přehled o moderních metodách analýzy obrazu. V případě jejich hlubšího zájmu může posluchač absolvovat předměty magisterského studia zaměřené na digitální zpracování a analýzu obrazu, ve kterých se podrobněji seznámí s danou problematikou.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
Jsou probírána zejména tato témata: Metody analýzy obrazu v automobilovém průmyslu, analýza obrazu s důrazem na Industry 4.0, detekce a rozpoznání 2D a 3D objektů, detekce a rozpoznání osob a objektů v bezpečnostním a špionážním průmyslu.
Povinná literatura:
Doporučená literatura:
1. Michael Beyeler: Machine Learning for OpenCV, Packt Publishing, ISBN-13: 978-1783980284, 2017
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Podmínky udělení zápočtu:
Vypracování úloh, které jsou součástí programu cvičení.
Zkouška - písemný test.
E-learning
Materiály jsou dostupné na webu pedagoga:
https://mrl.cs.vsb.cz//people/fusek/zao_course.html
Další požadavky na studenta
Další požadavky nejsou.
Prerekvizity
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky:
* Úvod do aktuálně řešených témat z oblasti analýzy obrazů.
* Analýza chování řidiče v automobilu pomocí obrazů.
* Analýza objektů v okolí automobilu, principy detekce objektů v obrazech (například automobilů, chodců, značek, semaforů).
* Analýza dat získaných z různých senzorů využívaných pro samo-řiditelné vozidlo.
* Detekce a rozpoznání 3D objektů s využitím v rozšířené realitě.
* Princip pořizování hloubkových dat a jejich analýza.
* Detekce objektů z leteckých a satelitních snímků, detekce budov, analýza parkovišť, smart city (chytré město).
* Metody identifikace osob pomocí obrazů, biometrie.
* Metody úpravy obrazů a videí za účelem pozměnění reality, Aktuální a budoucí trendy umělé inteligence ve zpracování obrazu.
Cvičení:
* Seznámení se s knihovnami pro práci s obrazem.
* Procvičování vhodných metod pro analýzu chování řidiče v automobilu pomocí obrazů.
* Praktické otestování metod pro analýzu objektů v okolí automobilu.
* Praktické seznámení se s analýzou dat získaných z různých senzorů využívaných pro samo-řiditelné vozidlo.
* Procvičování metod detekce a rozpoznání 3D objektů s využitím v rozšířené realitě.
* Praktické seznámení se s pořizováním hloubkových dat.
* Praktické otestování metod vhodných pro analýza parkovišť, satelitních snímků.
* Analýza vhodných metod pro rozpoznání osob pomocí obrazů.
* Testování metod pro úpravu obrazů a videí za účelem pozměnění reality, procvičování moderních metod umělé inteligence ve zpracování obrazu.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky