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

Halvtermin
VT2: block 3

Huvudområden

Elektroteknik
Datateknik

Nivå

A1X

Tidsfördelning

6,0HP
Schemalagd tid: 101 timmar
Självstudietid: 59 timmar

SNY har ordet

Det finns inga aktuella kommentarer för kursen. Om du har läst kursen får du gärna kontakta SNY med en kommentar för att förbättra kommande upplagor av Y-arens guide till galaxen.

Innehåll

I kursen tar vi upp metodik som relaterar till målen ovan, med fokus på följande:

  • Robust skattningsmetodik för geometri (RANSAC)
  • Olinjär minsta-kvadratskattning, samt robusta felnormer
  • Geometriska skattningsproblem som absolut och relativ kamerapose, och minimala fall för lösbarhet.
  • Struktur från rörelse, strålknippejustering (bundle adjustment)
  • Skattning av täta korrespondensfält
  • Triangulering av korrespondenser

Innehållet introduceras under en serie föreläsningar, och används sedan praktiskt i laborationer och projekt.

Mål

Kursen ger kunskap om de algoritmer och skattningsproblem som används för att härleda 3D-struktur från bilder. Detta innefattar dels den matematik som används, dels hur den i praktiken omsätts i algoritmer genom programmering. 


Studenten ska efter genomgången kurs kunna:

  • Mål 1: redogöra för, och använda algoritmer för robust skattning av geometriska storheter
  • Mål 2 : redogöra för, och använda algoritmer för täta korrespondensfält och triangulering i stereobilder
  • Mål 3: redogöra för, och integrera komponenter för struktur från rörelse
  • Mål 4: redogöra för, och integrera komponenter för förtätning av 3D-modeller

Examinationsmoment

TEN1 - 2,0 HP
Skriftlig tentamen (U, 3, 4, 5)
PRA1 - 3,0 HP
Projektarbete i grupp (U, G)
LAB1 - 1,0 HP
Laborationer (U, G)

Examination

Närvaro är obligatorisk på de projektförberedande laborationerna, samt vid redovisning av projektet och den föreläsning då projektet startar. 

Använda-delen av Mål 1-2 testas under laborationerna, och för Mål 3-4 under projektet. Grundläggande förmåga i redogöra-delen av Mål 1-4 testas under en muntlig projektredovisning, en skriftlig projektrapport, samt en tentamen. Djupare förståelse av Mål 1-4 testas endast under tentamen.

För betyg 3 krävs godkänt på projekt, laborationer, samt tentamen. Demonstrerad högre förmåga på tentamen att redogöra för och använda metoder, ger betyg 4 eller 5.

Organisation

Kursen består av en föreläsningsserie, två laborationer, samt ett större projekt som utförs i grupp. Den avslutas med en skriftlig tentamen. Laborationerna introducerar nyckelkomponenter i projektet och kräver programmering.

Litteratur

Böcker

  • Prince, Simon J. D., Verfasser, (2012) Computer vision : models, learning, and inference
    ISBN: 9781107011793, 1107011795

Kompendier

  • Klas Nordberg, Introduction to Representations and Estimation in Geometry
    LiU Compendium

Övrigt

  • Utvalda forskningsartiklar som anges på kurshemsidan.

Relaterade profiler

Signal- och bildbehandling
SBB - ISY

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.