Analiza semantyczna obrazu

103000 - Wydział Elektroniki i Technik Informacyjnych

ASO

1

Przedmiot zawiera, dyskusję podstawowych i zaawansowanych metod analizy semantycznej obrazu. W ramach przedmiotu słuchacz zostanie zaznajomiony z metodami analizy obrazów statycznych, zmiennych w czasie, wielospektralnych. Pokazanie skuteczności wprowadzonych metod w rozwiazywaniu praktycznych problemów automatycznego rozpoznawania (np.: kodu pocztowego, zdjęć twarzy, poleceń dla komputera wydawanych głosem).

Treść wykładu

1. Wprowadzenie. Ilustracja toru analizy obrazu na przykładach (aktywizacja sygnału, przetwarzanie wstępne, segmentacja, ekstrakcja cech, klasyfikacja, przetwarzanie danych klasyfikacyjnych).
2. Analiza kształtu. Omówienie zagadniej z zakresu: cech geometrycznych, cech momentowych, operatorów morfologicznych.
3. Zastosowania reprezentacji sygnału w dziedzinie częstości. Reprezentacja Fouriera, DWT, EMD, VMD i ich zastosowanie w ekstrakcji cech z obrazu.
4. Transformacje Hougha. Podstawowy algorytm Hougha, detekcja linii,dwystopniowy algorytm Hougha i jego optymalizacja, algorytm Hougha z informacją gradientową, zastosowanie do lokalizacji twarzy w obrazie, metoda Ballarda detekcji dowolnych kszałtów;
5. Algorytmy klasteryzacji danych: algorytm centroidów (LGB), jego analiza i postać neuronowa, metoda ewolucyjna VQ, algorytm neuronowy LVQ. Redukcjia wymiarowości sygnału – analiza obrazów hiperspektralnych.
6. Zaawansowane techniki analizy i indeksowania obrazów - metody przetwarzania i analizy obrazu, detekcja zdarzeń, śledzenie ruchu, indeksowanie obrazu. Segmentacja obrazów cyfrowych i metody jej realizacji. Metody statystyczne w przetwarzaniu obrazów cyfrowych.
7. Podstawy projektowania systemów semantycznej analizy obrazów - omówienie pełnej ścieżki projektowania, od analizy wymagań, poprzez tworzenie projektu właściwego po końcowe testowanie. Testowanie systemów - metody testowania jakości toru przetwarzania obrazu. Przegląd metodyk, narzędzi i architektur.
8. Zastosowanie głebokich sieci neuronowych do semantycznej analizy danych obrazowych. Przegląd rozwiązań. Przykładowe architektury i modele.

Projekt:

Celem projektu jest opracowanie kompletnego systemu bazującego na metodach sementycznej analizy obrazów rozwiązującego konkretne zadanie. System powinien zawierać moduły:

• pozyskiwania danych obrazowych
• przetwarzania obrazów
• analizy obrazów

W ramach realizacji zadania projektowego przewidziane są cztery spotkania ewaluacyjne mające na celu wspólną ocenę osiągniętych kamieni milowych projektu.

1. Analiza przedstawionego problemu i zaproponowanie rozwiązań,
2. Przygotowanie danych obrazowych i/lub budowa układu wizyjnego,
3. Implementację systemu realizującego główne wymagania techniczne projektu,
4. Przeprowadzenie eksperymentu umożliwiającego testowanie opracowanego rozwiązania.

Literatura i oprogramowanie:

1. Cremers Daniel, Video Processing and Computational Video, International Seminar, Dagstuhl Castle, Germany, 2010,
2. McAndrew Alasdair, Computational Introduction to Digital Image Processing
3. A.J. Jain: Fundamentals of digital image processing, Prentice-Hall, 1995
4. C. Bishop: Neural networks for recognition, Clarendon Press, 1995
5. A. Pandya, R. Macy: Pattern recognition with neural networks in C++, CRC Press, 1996
6. Richard Szeliski, Computer Vision: Algorithms and Applications, Springer 2010

103500 - Instytut Mikroelektroniki i Optoelektroniki

103500 - Instytut Mikroelektroniki i Optoelektroniki

103400 - Instytut Radioelektroniki i Technik Multimedialnych
103500 - Instytut Mikroelektroniki i Optoelektroniki