|
|
| BILL5040 | Computer Vision | 3+0+0 | AKTS:7.5 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Yüksek Lisans(Tezli) | | Yazılım Şekli | Seçmeli | | Bölümü | BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 3 saat teorik | | Öğretim Üyesi | -- | | Diğer Öğretim Üyesi | | | Öğretim Dili | İngilizce | | Staj | Yok | | | | Dersin Amacı: | | Bilgisayarla görmenin ana ilkelerini yorumlayabilecek beceriler kazandırılır ve bunların güncel çalışmalarda nasıl kullanılacağı gösterilir. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | temel imge işleme ve bilgisayarla görü yöntemlerini uygulayabilir. | | | | ÖK - 2 : | bilgisayarla görü araştırma alanlarında temel işlev becerisi kazanabilir. | | | | ÖK - 3 : | güncel örüntü tanıma problem ve projelerine çözüm geliştirebilme becerisi kazanabilir. | | | | ÖK - 4 : | disiplinlerarası uygulama alanlarında bilgisayarla görü yaklaşımlı çözümler üretebilir. | | | | PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| İmgenin ön-işlenmesi; İmge Bölütleme : Kümele-tabanlı, Kenar-Tabanlı (Hough Transfrom), Bölgeçik büyütme-küçültmeye dayalı; Matematiksel Morfoloji; Doku-Örüntü nitelik Çıkarımları; Boyut Indirgeme (PC Kernek PCA, LDA, Kernel LDA) ; Özellik çıkarımı ve sınıflandırma; Derin Öğrenme Tabanlı Görüntü Bölütleme, Nesne Algılama ve Sınıflandırma; Ayrık Dönüşümler; 3-B görüntüleme ve geometrisi; İmgede nitelikli noktaların seçimi ve eşleştirme, Mozaik görüntü üretimi, İmge dizilerinde hareket analizi; |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Genel Giriş : İmgenin ön-işlenmesi | | | Hafta 2 | İmge Bölütleme : Kümele-tabanlı | | | Hafta 3 | Kenar-Tabanlı Bölütleme, Hough Transfrom; | | | Hafta 4 | Bölgeçik büyütme-küçültmeye dayalı imge bölütleme; Matematiksel Morfoloji | | | Hafta 5 | Doku-Örüntü nitelik Üretimi; Boyut Indirgeme : PCA, | | | Hafta 6 | Boyut Indirgeme : Kernel PCA, LDA, Kernel Fisher Discriminant Analysis ve uygulamaları | | | Hafta 7 | Imge sınıflandırma ve anlama | | | Hafta 8 | Çok Katmanlı Yapay Sinir Ağları ve Katlamalı Sinir Ağları | | | Hafta 9 | Project-I Sunumları | | | Hafta 10 | Derin Öğrenme Tabanlı Imge Bölütleme, Nesne Algılama ve sınıflandırma | | | Hafta 11 | Ayrık Dönüşümler : DFT, FFT, DCT, Wavelet Transform, Gabor Transform | | | Hafta 12 | İmge-DÜnya arası Geomtri, 3B Görü | | | Hafta 13 | İmgede nitelikli noktaların seçimi ve eşleştirme | | | Hafta 14 | Hareket Analisi : Optik akış, Arkaplan Öğrenme tabanlı | | | Hafta 15 | Project II - Sunumu | | | Hafta 16 | Final Sınavı | | | |
| 1 | Milan Sonka, Vaclav Hlavac, Roger Boyle, 1999, Image Processing, Analysis, and Machine Vision, Second Edition, PWS Puıblishing, | | | |
| 1 | Rafael C. Gonzales, Richard E. Woods, 1998, Digital Image Processing, Addison-Wesley Publishing Company | | | 2 | Gerhard X. Ritter, Joseph N. Wilson, 2001, Handbook of Computer Vision Algorithms in Image Algebra, CRC Press | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Laboratuar sınavı | 9
14 | | | | | Dönem sonu sınavı | 15 | | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 3 | 14 | 42 | | Sınıf dışı çalışma | 2 | 14 | 28 | | Proje | 2 | 12 | 24 | | Dönem sonu sınavı için hazırlık | 1 | 14 | 14 | | Dönem sonu sınavı | 2 | 1 | 2 | | Toplam Çalışma Yükü | | | 110 |
|