Datateknik AV, Datorseende och multivygeometri, 6 hp
Observera att litteraturen i kursplanen kan ändras/revideras fram till:
• 1 juni för en kurs som startar på höstterminen
• 15 november för en kurs som startar på vårterminen
• 1 april för en kurs som startar på sommaren
Skriv ut eller spara kursplanen som PDF
Du kan enkelt skriva ut en kursplan direkt från webbsidan. Använd kortkommandot ctrl+p (Windows) eller command+p (Mac). I nästa steg väljer du om du vill skriva ut eller spara kursplanen som PDF.
För en nedlagd kurs kan eventuell information om avvecklingsperiod hittas under rubriken "Övergångsregel" i senaste versionen av kursplanen.
Kursplan för:
Datateknik AV, Datorseende och multivygeometri, 6 hp
Computer Engineering MA, Computer Vision and Multiview Geometry, 6 credits
Allmänna data om kursen
- Kurskod: DT084A
- Ämne huvudområde: Datateknik
- Nivå: Avancerad nivå
- Högskolepoäng: 6
- Fördjupning vs. Examen: A1N - Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
- Utbildningsområde: Tekniska området 100%
- Ansvarig institution: Data- och elektroteknik
- Fastställd: 2024-11-08
- Giltig fr.o.m: 2025-01-20
Syfte
Kursen syftar till att ge en god förståelse för teori och praktiska metoder i traditionellt datorseende och multivy-geometri.
Lärandemål
Efter avslutad kurs ska studenten kunna:
- beskriva grundläggande begrepp, terminologi, modeller och metoder inom traditionell datorseende och multivy-geometri
- tillämpa erhållna kunskaper inom traditionellt datorseende och multivy-geometri för att lösa relevanta problem med kamerabaserad teknik
- implementera ett antal grundläggande metoder/tekniker inom datorseende och multivy-geometri
- systematiskt utvärdera algoritmer inom datorseende och multivy-geometri, och analysera för- och nackdelar för olika uppgifter och problemställningar
Innehåll
- Infångning: bilder och bildrepresentationer, kameror och kameramodeller, infångning och skattning av scenens djup
- Detektering: bildbehandling, lokala deskriptorer och egenskaper, segmentering, objekt, klustring, klassificering och igenkänning
- Modellanpassning: Hough-transform, RANSAC, struktur från rörelse
- Spårning: med hjälp av detektering / optiskt flöde och matchning
- Registrering: koordinatsystem-anpassning, sammanslagning
- Multivy-geometri: projektiv geometri och transformationer, tvåvy-geometri, stereopsis, epipolär geometri
Behörighet
60 hp data- eller elektroteknik, inkluderande 10 hp programmering, 6 hp signal- och bildbehandling. 30 hp matematiska ämnen, inklusive kurser i sannolikhetsteori och statistik samt linjär algebra.
Urvalsregler
Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.
Undervisning
Kursen ges i form av föreläsningar, seminarier och laborationer. En större del av kursen bedrivs med begränsad handledning, där studenten antas själv arbeta med föreläsningsmaterial och laboratorieuppgifter.
Examination
L101: Laborationer, 2 hp
Betygsskala: Tvågradig skala
T102: Skriftlig tentamen, 4 hp
Betygsskala: Sju-gradig skala, A-F o Fx
Länk till betygskriterier: https://www.miun.se/betygskriterier.
Om student har ett besked från samordnaren vid Mittuniversitetet om pedagogiskt stöd vid funktionsnedsättning, har examinatorn rätt att ge anpassad examination för studenten.
Begränsning av examination
Studenter registrerade på denna version av kursplan har rätt att examineras 3 gånger inom loppet av 1 år enligt angivna examinationsformer. Därefter gäller examinationsform enligt senast gällande version.
Betygsskala
Sju-gradig skala, A-F o Fx
Litteratur
Obligatorisk litteratur:
Författare: Richard Szeliski
Titel: Computer Vision: Algorithms and Applications
Upplaga: 2:a
Förlag: Springer
Webbadress: https://szeliski.org/Book/
Kommentar: Helst ISBN 13: 978-3-030-34371-2
Referenslitteratur:
Författare: R Hartley & A Zisserman
Titel: Multiple View Geometry in Computer Vision
Upplaga: 2:a
Förlag: Cambridge
Kommentar: Helst ISBN 13: 978-0-521-54051-3
Författare: D A Forsyth & J Ponce
Titel: Computer Vision: A Modern Approach
Upplaga: 2:a
Förlag: Pearson
Kommentar: Helst ISBN 13: 9780273764144 eller 9781292014081