Y-sektionens studienämnd är ansvariga för att informationen på guiden är aktuell. Om du hittar någonting som inte stämmer kan du mejla SNY.

Budgetår


Institution

ISY

Examinator

Per-Erik Forssén

Schemablock

Heltermin

VT1: block 1
VT2: block 3

Huvudområden

Elektroteknik
Datateknik

Nivå

A

Tidsfördelning

12,0HP
Schemalagd tid: 96 timmar
Självstudietid: 224 timmar

Språk

Svenska/Engelska

Länkar

Kurshemsida

SNY har ordet

Intressant kurs med bra projektdel som bygger den del på multidimensionell signalanalys och bildsensorer. Tänk på att labbserien kan vara krävande.

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

Beräkningsmetoder som ansluter till de olika tillämpningar som nämns under kursmålen. För varje tillämpning introduceras flera standardmetoder och nödvändig matematik kompletteras. Alternativa metoder och liknande forskningsämnen berörs.

Mål

Efter kursen förväntas deltagarna kunna redogöra för problem och algoritmer som används inom följande datorseende- och bildbehandlingsuppgifter:
  • följning av region i bild
  • triangulering av stereobilder
  • skattning av optiskt flöde
  • detektering av olika bildegenskaper
  • matchning av bildegenskaper
  • graf och trädstrukturer och andra bildrepresentationer
  • generativa bildmodeller
  • segmentering av bildregioner
  • bildförbättring
  • felsökning och visualisering
  • utvärdering av prestanda
Dessa områden är relevanta för tillämpningarna 3D-rekonstruktion, skattning av kameraposition, objektdetektering, rörelseestimering, visualisering och kvalitetskontroll inom området 3D-seende, följning av objekt i bildsekvenser, vetenskaplig och industriell bildanalys.

Examinationsmoment

LAB1 - 3,0 HP
Laborationer (U,G)
TEN1 - 3,0 HP
Skriftlig tentamen (U,3,4,5)
KTR1 - 0,0 HP
Frivillig kontrollskrivning
PRA1 - 3,0 HP
Skriftlig och muntlig presentation av projekt 1 (U,3,4,5)
PRA2 - 3,0 HP
Skriftlig och muntlig presentation av projekt 2 (U,3,4,5)

Examination

Kursen har en skriftlig examination som omfattar den teoretiska och metodbeskrivande delen av kursen. Vart och ett av de två projekten innefattar implementering, rapportskrivande och en presentation. Projekten godkänns antingen direkt med betyg 4, eller om det först underkänns, med betyg 3 efter komplettering. För betyg 5 krävs, utöver detta, ett individuellt eller gruppbaserat arbete enligt anvisning på kursens web-sida. Kursen ger ett totalt betyg som är en sammanvägning av betyget från den skriftliga examinationen och de två projekten. Den frivilliga kontrollskrivningen tar upp den halvan av kursen som har presenterats fram till ungefär halva kurstiden. Godkänt resultat på kontrollskrivningen gäller ett år från kontrollskrivningsdatumet, och ger då bonuspoäng på den skriftliga tentamen TEN1.

Organisation

Kursen består av två delar som presenteras parallellt. Den ena, mer teoretiska, delen består av ett större antal föreläsningar och laborationer vilka presenterar och illustrerar grundläggande metoder inom datorseende. Denna del avslutas med en skriftlig examination. Den andra (praktiska) delen inleds med en introduktion till två tillämpade problemområden: 3D-rekonstruktion samt följning av objekt i bildsekvenser. Därefter sker fördjupningsarbeten i små projekt under handledning. Deltagarna delas in i mindre grupper som var och en genomför båda dessa praktiska projekt, vilka ska demonstrera ett flertal metoder från den teoretiska delen av kursen. Resultaten från varje projekt presenteras muntligt vid seminarier och dokumenteras i en rapport. Handledning av projekt ges bara under kursens gång. Projekten avslutas med en analys- och reflektionsfas.

Litteratur

R. Szeliski: Computer Vision, Algorithms and Applications Klas Nordberg: Introduction to Representations and Estimation in Geometry. Manuskript från ISY. Extramaterial delas ut eller görs tillgängligt på kursens hemsida.

Relaterade profiler

Medicinsk bildanalys och visualisering
BV - IMT

Rekommenderade förkunskaper

Sannolikhetslära, skattningsteori, minstakvadrat-metoden, partiella differentialekvationer, ramteori, 1D & 2D linjär systemteori (deterministisk och stokastisk). Från t.ex. Multidimensionell signalanalys: Projektiva rum, homogena representationer av 2D och 3D geometri, grundläggande kameraavbildning, kamerakalibrering och epipolärgeometri. Grundläggande bildbehandling: tröskelsättning, segmentering, kantdetektering. Användning av Python eller Matlab. Då halva kursen utgör projektarbete är även programmeringsvana att rekommendera.

Linjär algebra
TATA24 - 8,0 HP - HT1 block 1, HT2 block 4 | HT1 block 4, HT2 block 4
Statistisk teori, grk
TAMS24 - 4,0 HP - HT1 block 4

Påbyggnadskurser

Bilder och grafik, projektkurs, CDIO
TSBB11 - 12,0 HP - HT1 block 4, HT2 block 4
Bildsensorer
TSBB09 - 6,0 HP - HT2 block 4
Digital bildbehandling grundkurs
TSBB08 - 6,0 HP - HT1 block 4
Medicinsk bildanalys
TBMI02 - 6,0 HP - HT2 block 1

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.