IDATG2206

Computer Vision

Vår

Gjøvik

Engelsk

Oversikt

Snitt

B

3,59

0,21

Ståprosent

100 %

2 poeng

Karakterfordeling
Snitt over tid
Ståprosent over tid

Om emnet

Faglig innhold

Dette emnet gir en introduksjon til grunnleggende konsepter og teknikker innen bildebehandling og datamaskinsyn - et raskt voksende fagfelt som gjør det mulig for datamaskiner å tolke og forstå visuelle data. Studentene får en helhetlig forståelse av bildeformasjon, bildebehandling, feature-ekstraksjon, bildekomprimering og ulike anvendelsesområder innen datamaskinsyn. Emnet legger også til rette for at studentene kan utforske og forstå praktiske anvendelser av datamaskinsyn i forskjellige domener.

Tema som inngår:

  • Bildedannelse og lavnivå prosessering
  • Avbildning
  • Kamera og optikk
  • Lys og farge
  • Fargebilder
  • Filtrering av bilder
  • Morfologisk bildebehandling
  • Bildeforbedring og restaurering
  • Feature-deteksjon og matching
  • Bildesegmentering
  • Bilde-registrering
  • Bilde- og videokomprimering
  • Bildekvalitet
  • Introduksjon til spektral avbildning og grunnleggende arbeidsflyt
  • Introduksjon til maskinlæringsanvendelser
  • Anvendelsesområder innen datamaskinsyn

Undervisning gjennomføres ved forelesninger, laboratorieøvelser, innleveringer og prosjekter.

Læringsmål

Kunnskaper:

Etter fullført emne skal studenten ha kunnskap om:

  • Grunnleggende begreper, terminologi, teorier og metoder innen bildebehandling og datamaskinsyn
  • Beskrive grunnleggende metoder i fagfeltet, vurdere hvilke metoder som passer til en gitt problemstilling og analysere nøyaktigheten til disse metodene

Ferdigheter:

Studenter skal kunne:

  • Utvikle og anvende bildebehandlings- og datamaskinsynsteknikker for å løse praktiske oppgaver
  • Velge passende metoder for filtrering, restaurering, rekonstruksjon, segmentering, klassifisering og representasjon
  • Designe og implementere algoritmer for datamaskinsynsoppgaver

Generell kompetanse:

  • Anvende kunnskap og ferdigheter i nye sammenhenger for å forstå og gjennomføre komplekse oppgaver og prosjekter
  • Analysere relevante faglige og forskningsmessige problemstillinger

Læringsformer og aktiviteter

  • Forelesninger
  • Prosjektarbeid
  • Innleveringer
  • Lab-øvelser