Računalni vid
Prikazani su podaci za akademsku godinu: 2023./2024.
Predavanja
Opis predmeta
Geometrijske deformacije slika. Detekcija rubova i kuteva. Ključne točke u prostoru mjerila. Analiza kretanja u slikovnoj ravnini. Konvolucijski modeli za klasifikaciju slika. Detekcija objekata i semantička segmentacija. Generativni modeli slika. Diferencijabilni moduli utemeljeni na pažnji.
Studijski programi
Sveučilišni diplomski
Izborni predmeti (1. semestar) (3. semestar)[FER3-HR] Automatika i robotika - profil
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Elektroenergetika - profil
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Elektronika - profil
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti profila
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmet profila
(1. semestar)
(3. semestar)
[FER3-HR] Računalno inženjerstvo - profil
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Računarska znanost - profil
Izborni predmeti
(1. semestar)
(3. semestar)
Izborni predmeti profila
(1. semestar)
(3. semestar)
[FER3-HR] Znanost o mrežama - profil
Izborni predmeti
(1. semestar)
(3. semestar)
[FER3-HR] Znanost o podacima - profil
Izborni predmeti
(1. semestar)
(3. semestar)
[FER2-HR] Obradba informacija - profil
Predmeti specijalizacije profila
(1. semestar)
(3. semestar)
[FER2-HR] Računalno inženjerstvo - profil
preporučeni izborni predmeti
(3. semestar)
[FER2-HR] Računarska znanost - profil
Predmeti specijalizacije profila
(1. semestar)
(3. semestar)
Ishodi učenja
- definirati pojmove iz računalnog vida i složenih sustava temeljenih na računalnom vidu
- objasniti i razlikovati postupke, metode i algoritme koji se odnose na obradu slike i računalni vid
- primijeniti metode iz računalnog vida novim aplikacijama robotskog vida
- analizirati i raščlaniti problem sustava računalnog ili robotskog vida
- dizajnirati i razviti sustav računalnog ili robotskog vida za određenu aplikaciju
- procijeniti kakvoću rješenja sustava temeljenih na računalnom vidu
Oblici nastave
Predavanja
predavanja
Seminari i radionicediskusija o odabranim istaživačkim člancima
Laboratorijizvođenje laboratorijskih vježbi
Način ocjenjivanja
Kontinuirana nastava | Ispitni rok | |||||
---|---|---|---|---|---|---|
Vrsta provjere | Prag | Udio u ocjeni | Prag | Udio u ocjeni | ||
Laboratorijske vježbe | 50 % | 20 % | 50 % | 0 % | ||
Međuispit: Pismeni | 0 % | 40 % | 0 % | |||
Završni ispit: Pismeni | 0 % | 40 % | ||||
Ispit: Pismeni | 50 % | 80 % |
Tjedni plan nastave
- Uvodno predavanje.
- Geometrijske transformacije.
- Detekcija kuteva i rubova.
- Ključne točke u prostoru mjerila.
- Analiza kretanja u slikovnoj ravnini.
- Diskusija: Robust Real-Time Face Detection (IJCV 2004)
- Diskusija: Semi-global matching (TPAMI 2007)
- Međuispit
- Konvolucijski modeli za klasifikaciju slika.
- Detekcija objekata i semantička segmentacija.
- Generativni modeli slika.
- Diferencijabilni moduli utemeljeni na pažnji.
- Diskusija: Understanding deep learning requires rethinking generalization (ICLR 2017).
- Diskusija: Masked Autoencoders Are Scalable Vision Learners (CVPR 2022).
- Završni ispit
Literatura
Za studente
Izvedba
ID 222674
Zimski semestar
5 ECTS
R0 Engleski jezik
R1 E-učenje
45 Predavanja
0 Seminar
0 Auditorne vježbe
0 Laboratorijske vježbe
0 Konstrukcijske vježbe
Ocjenjivanje
89 izvrstan
76 vrlo dobar
63 dobar
50 dovoljan