|
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 |
|