460-2070/02 – 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 | angličtina |
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
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
Další požadavky na studenta
Další požadavky nejsou.
Prerekvizity
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky:
1. Úvod do aktuálně řešených témat z oblasti analýzy obrazů
2. Analýza chování řidiče v automobilu pomocí obrazů
3. Analýza objektů v okolí automobilu, principy detekce automobilů, chodců, značek, semaforů, apod.
4. Analýza dat získaných z různých senzorů využívaných pro samo-řiditelné vozidlo
5. Detekce a rozpoznání 3D objektů s využitím v rozšířené realitě
6. Princip pořizování hloubkových dat a jejich analýza
7. Detekce objektů z leteckých a satelitních snímků, detekce budov, analýza parkovišť, smart city (chytré město)
8. Metody identifikace osob pomocí obrazů, biometrie
9. Metody úpravy obrazů a videí za účelem pozměnění reality
10. Aktuální a budoucí trendy umělé inteligence ve zpracování obrazu
Cvičení:
1. Seznámení se s knihovnami pro práci s obrazem
2. Procvičování vhodných metod pro analýzu chování řidiče v automobilu pomocí obrazů
3. Praktické otestování metod pro analýzu objektů v okolí automobilu
4. Praktické seznámení se s analýzou dat získaných z různých senzorů využívaných pro samo-řiditelné vozidlo
5. Procvičování metod detekce a rozpoznání 3D objektů s využitím v rozšířené realitě
6. Praktické seznámení se s pořizováním hloubkových dat
7. Praktické otestování metod vhodných pro analýza parkovišť, satelitních snímků
8. Analýza vhodných metod pro rozpoznání osob pomocí obrazů
9. Testování metod pro úpravu obrazů a videí za účelem pozměnění reality
10. Procvičování moderních metod umělé inteligence ve zpracování obrazu
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.