ECTS Informacijski paket za akademsku godinu 2024. / 2025.

Računalni i robotski vid

 

Naziv
Računalni i robotski vid
Organizacijska jedinica
Primijenjena kognitivna znanost
ECTS
5
Šifra
266314
Semestri
ljetni
Nastavnici
Satnica
Predavanja
30
Seminar
15

Cilj
U ovom predmetu studenti stječu temeljna znanja iz područja računalnog i robotskog vida s ciljem razumijevanja svih elemenata današnjeg standardnog inženjerskog pristupa tom području. Osim standardnog inženjerskog pristupa predstaviti ćemo i komplementarni Marrov pristup bliži kognitivnoj znanosti zajedno s pripadnim radnim okvirom u četiri razine: slika, primarna skica, 2,5D reprezentacija i konačna 3D reprezentacija svijeta kojeg vidimo. Također ćemo razmotriti biološke inspiracije za odabrana standardna inženjerska rješenja koja se koriste u praksi. Studenti će kroz timski rad i rad na seminaru dodatno dublje istražiti odabrane teme iz područja računalnog i robotskog vida.
Sadržaj
  1. Uvod. Pregled zadaća računalnog vida: izdvajanje značajki, segmentacija, detekcija objekata, prepoznavanje objekata, određivanje položaja i orijentacije objekta, vizualna povratna veza.
  2. Odnos biološkog i računalnog vida. Marrov pristup: slika, primarna skica, 2,5D skica, 3D model.
  3. Svjetlost. Intenzitet, kontrast, boja, pripadne fizikalne jedinice i njihovo mjerenje.
  4. Reprezentacija slike u računalu. Digitalna slika.
  5. Monokularni vid. Model formiranja slike. Perspektivna projekcija. Kamera s točkastim otvorom. Intrinsični i ekstrinsični parametri kamere.
  6. Stereopsija i stereo vid. Epipolarna geometrija. Fundamentalna i esencijalna matrica. Mjerenje udaljenosti.
  7. Osvjetljenje. Sjene. 3D iz sjenjčanja. Fotometrijski stereo.
  8. Detekcija linija, rubova i kutova. Laplasijan Gausove funkcije i Hessianov operator.
  9. Pojam skale. Analiza na više skala.
  10. Izdvajanje značajki. Značajke invarijantne na translaciju i rotaciju.
  11. Područja slike. Tekstura i analiza teksture.
  12. Segmentacija slike. Umjetne neuronske mreže za segmentaciju slike.
  13. Pokret. Optički tok. Analiza dinamičkih scena.
  14. Primjene: Vizualna kontrola kvalitete.
  15. Primjene: Vizualna povratna veza i vizualno navođenje robota.

Ishodi učenja
  1. definirati pojmove iz računalnog i robotskog vida
  2. opisati i objasniti temeljne zadatke računalnog i robotskog vida
  3. opisati i objasniti koncepte primarne skice i 2.5 reprezentacije te ih povezati sa značajkama slike kao što su linije, rubovi, kutovi, teksture, skala i sjene
  4. analizirati i vrednovati neko postojeće rješenje neke od zadaća računalnog vida
Metode podučavanja
predavanja, seminari i demonstracijske vježbe u laboratoriju
Metode ocjenjivanja
pohađanje nastave, seminarski rad, pismeni i usmeni ispit

Obavezna literatura
  1. Richard Szeliski, "Computer Vision: Algorithms and Applications, 2nd ed." https://szeliski.org/Book/
  2. David Marr, "Vision - A Computational Investigation into the Human Representation and Processing of Visual Information", The MIT Press, 2010.
  3. Stephen E. Palmer, "Vision Science: Photons to Phenomenology", The MIT Press, 1999.
Dopunska literatura

Izborni predmet na studijima
Novi i reformirani studiji
  1. Primijenjena kognitivna znanost, sveučilišni diplomski jednopredmetni studij, 4. semestar