Μαθήματα Επεξεργασίας

Σημάτων

Ε.Μ.Π. | ΗΜΜΥ
Προπτυχιακά | Μεταπτυχιακά | Διπλωματικές
Εγγραφή | Αποστολή | Συμπεριφορά | Συντομογραφίες | Παράδειγμα
Ομάδα Όρασης Υπολογιστών, Επικοινωνίας Λόγου και Επεξεργασίας Σημάτων
Vision | Speech
2003 | 2002 | 2001 | 2000 | 1999 | pre-1999
Undergraduate | Postgraduate | Diploma Projects | Mailing Lists
subglobal7 link | subglobal7 link | subglobal7 link | subglobal7 link | subglobal7 link | subglobal7 link | subglobal7 link

Όραση Υπολογιστών

Πληροφορίες
Όραση Υπολογιστών
Εαρινό Εξάμηνο
Διδάσκων:

Καθ. Πέτρος Μαραγκός (http://cvsp.cs.ntua.gr/maragos)

Διδακτικοί Βοηθοί:

Πέτρος Κούτρας (http://cvsp.cs.ntua.gr/pkoutras)
Γιώργος Ρετσινάς (gretsinas@central.ntua.gr)
Επιστημονική Συνεργάτις: Δρ. Νάνσυ Ζλατίντση

 
Στόχοι
Εισαγωγή στην θεωρία των θεμελιωδών προβλημάτων της υπολογιστικής όρασης (computer vision), μαθηματικά μοντέλα και υπολογιστικοί αλγόριθμοι για την επίλυση τους, σύνοψη ενδείξεων από βιολογική και γνωστική όραση, και περιγραφή επιλεγμένων εφαρμογών.
 
Περιεχόμενα
  • Σχηματισμός & φυσική εικόνων: Στοιχεία από Προοπτική Γεωμετρία, Ακτινομετρία-Φωτομετρία, Αισθητήρες, Σκίαση και 3Δ Ανακατασκευή, Χρώμα.
  • Ανάλυση 2Δ/3Δ εικόνων.
    • Σύντομη ανασκόπηση Γραμμικών Φίλτρων & Fourier Ανάλυσης με έμφαση σε φίλτρα Gabor και Wavelets.
    • Μη-γραμμικά Φίλτρα και Τελεστές (μορφολογικά, τάξης, πλέγματος) για σχήματα και εικόνες: Αλγεβρική και Γεωμετρική ανάλυση.
  • Aνάλυση εικόνων σε Πολλαπλές Κλίμακες και Πυραμίδες (Gaussian & Νonlinear Scale-spaces).
  • Ανίχνευση Aκμών, γωνιών και άλλων γεωμετρικών χαρακτηριστικών (Feature detection).
  • Ανάλυση Σχήματος: Καμπυλότητα, Μετασχηματισμοί απόστασης & σκελετού, Ιστογράμματα μεγέθους.
  • Ανάλυση/μοντελοποίηση Υφής-texture: Textons, Gabor filterbanks, Fractals, Markov Τυχαία Πεδία.
  • Κατάτμηση Εικόνων (Segmentation): Γεωμετρικές, Στατιστικές και Γραφικές Μέθοδοι.
  • Ανίχνευση και Εκτίμηση 2Δ Οπτικής Ροής και 3Δ Κίνησης Οπτικών Αντικειμένων.
  • Στερέοψη. Εκτίμηση 3Δ δομής-σχήματος.
  • Ενεργές Καμπύλες (active contours). Εξέλιξη καμπυλών/επιφανειών με Μεθόδους Επιπεδοσυνόλων (Level Sets).
  • Ανίχνευση και Αναγνώριση οπτικών αντικειμένων.
  • Σύντομη περιγραφή επιλεγμένων εφαρμογών, διάχυτη στα ανωτέρω θέματα.
 
Βαθμολογία
  Εξέταση Ασκήσεις*
  65% 35% (Αναλυτικές: 15%, Υπολογιστικές: 20%, 3 ομάδες ασκήσεων**)  
(*)   Προϋπόθεση για να μετρήσουν οι ασκήσεις στην βαθμολογία: βαθμός εξέτασης ≥ 3.5..
(**)   Οι αναλυτικές ασκήσεις είναι ατομική εργασία, ενώ οι υπολογιστικές ασκήσεις γίνονται με MatLab από ομάδες δύο φοιτητών..
 
Σημειώσεις
Βιβλιογραφία
  1. R. Haralick and L. Sapiro, Computer and Robot Vision, Volumes I & II, Addison-Wesley, 1992-93
  2. O. Faugeras, Three-Dimensional Computer Vision, MIT Press, 1993.
  3. D. Forsyth and J. Ponce, Computer Vision: A Modern Approach, 2003
  4. R. Szeliski, Computer Vision: Algorithms and Applications, Springer 2010. Available from here.
  5. O. Faugeras and Q.T. Luong, Geometry of Multiple Images, MIT Press, 2001
  6. R. Hartley and A. Zisserman, Multiple View Geometry, Cambridge Univ. Press, 2000, 2004. Available from here.
  7. D. Marr, Vision, W. Freeman & Co., New York, 1982
  8. B. Horn, Robot Vision, MIT Press, Cambridge, Massachusetts, 1986
  9. D. Hubel, Eye, Brain, and Vision, Scientific American Library, 1988. Available from here.
  10. K. Castleman, Digital Image Processing, Pentice-Hall, 1996
Τελευταία Αλλαγή:  Tuesday, 03 May 2016 | Δημιουργοί: Νάσος Κατσαμάνης, Γιώργος Παπανδρέου | Search is powered by