SNY har ordet

Kursen tillämpar begrepp och metoder från grundläggande linjär algebra på olika typer av skattningsproblem inom geometri och signalbehandling, och introducerar bland annat homogena representationer för geometri i 2 och 3 dimensioner

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

Signalrum och signalbaser, dualbaser. Minstakvadratproblem, normaliserad faltning. Egenvärdes- och singulärvärdesanalys. Principalkomponentanalys. Ramar, wavelet- transform och filterbankar. Projektiva rum, homogena koordinater, homografier, kameraprojektioner, epipolargeometri. Representation och skattning av ett flertal olika geometriska objekt.

Mål

Kursen syftar till att lägga en solid teoretisk grund för vidare studier och tillämpningar inom datorseende samt maskininlärning med bilder. Efter genomförd kurs ska man kunna använda begrepp och metoder inom signal- och bildanalys som baseras på teori från linjär algebra. Det innebär att efter avslutad kurs förväntas studenten kunna:

• Använda homogena koordinater för geometri i två och tre dimensioner. Det inkluderar punkter och linjer i två dimensioner, punkter, plan och linjer i tre dimensioner, homografier, kameraprojektioner och epipolargeometri. 
• Skatta geometriska objekt med olika typer av metoder som bygger på
  minstakvadratskattning.
• Använda linjära representationer: baser, underrumsbaser, och ramar för signaler. Tillämpa linjära signalrepresentationer på praktiska problem, exempelvis normaliserad faltning , översampling, PCA, wavelettransform och
  filterbankar.

 

Examinationsmoment

KTR1 - 0,0 HP
Frivillig kontrollskrivning (U, G)
LAB1 - 3,0 HP
Laborationskurs (U, G)
TEN2 - 3,0 HP
Skriftlig tentamen (U, 3, 4, 5)

Examination

Organisation

Kursen har föreläsningar där grundläggande begrepp och teori presenteras och som kompletteras med lektioner som går igenom räkneuppgifter av varierande svårighetsgrad. Vid ett antal obligatoriska laborationer ska kursdeltagarna visa att de klarar att genomföra komplexa beräkningsuppgifter och kan besvara frågeställningar i anslutning till dessa.
Kursen pågår hela höstterminen.  Delar av kursen som presenteras under HT1 examineras i samband med kontrollskrivningen KTR1.

Litteratur

Kompendier

• Prerequisites for studies at advanced level in Image Science at Linköping University
  I övrigt används artiklar och utdrag ur böcker eller kompendier, vilka anges i kursinformationen vid kursstart.
• Klas Nordberg, Introduction to Representations and Estimation in Geometry
  Täcker den del av kursen som handlar om geometri.

Relaterade profiler

Datadriven analys och maskinintelligens DAMI - ISY

Medicinsk bildanalys och visualisering BV - IMT

Medicinsktekniska modeller MOD - IMT

Signal- och bildbehandling SBB - ISY

Rekommenderade förkunskaper

Grundläggande linjär algebra: vektorrum, baser, skalärprodukter, minstakvadratproblem, egenvärdesproblem. Grundläggande signalbehandling motsvarande linjära system: sampling, faltning och Fourier-transform av envariabelsignaler. Grundläggande färdigheter i användning av Matlab rekommenderas.

Introduktionskurs i Matlab TSRT04 - 2,0 HP - VT1 block 2 | VT2 block 1

Linjär algebra TATA24 - 8,0 HP - HT1 block 1, HT2 block 4 | HT1 block 4, HT2 block 4

Signaler och system TSDT18 - 6,0 HP - HT2 block 3

Påbyggnadskurser

Bild- och ljudkodning TSBK02 - 6,0 HP - VT2 block 4

Bildsensorer TSBB09 - 6,0 HP - HT2 block 4

Datorseende TSBB15 - 12,0 HP - VT1 block 1, VT2 block 3

Medicinsk bildanalys TBMI02 - 6,0 HP - HT2 block 1

Neuronnät och lärande system TBMI26 - 6,0 HP - VT1 block 2

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.