Politechnika Warszawska - Centralny System Uwierzytelniania
Nie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Analiza i rozpoznawanie danych obrazowych

Informacje ogólne

Kod przedmiotu: 1120-IN000-ISP-0702 Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Analiza i rozpoznawanie danych obrazowych
Jednostka: Wydział Matematyki i Nauk Informacyjnych
Grupy: Przedmioty obieralne, Informatyka
Przedmioty obieralne, wydz. MiNI PW
Punkty ECTS i inne: 4.00
Język prowadzenia: polski
Skrócony opis:

Wymagania wstępne / przedmioty poprzedzające

Umiejętność programowania w wybranym języku programowania (C++, C#, Python) lub w środowisku Matlab bądź R

Cel przedmiotu

Zapoznanie ze współczesną metodologią analizy i rozpoznawania danych obrazowych w różnych obszarach aplikacyjnych (dane satelitarne, medyczne, monitoring wideo, kontrola jakości).

Pełny opis:

Wykład:

1. Ekstrakcja cech i obiektów w obrazie.

2. Rozpoznawanie obiektów.

3. Klasyfikacja danych obrazowych.

4. Ukrywanie danych w obrazie, znakowanie wodne.

5. Analiza wideo: śledzenie i zliczanie obiektów.

6. Indeksowanie obrazów, deskryptory treści, standardy multimedialne.

7. Studium przypadków: prezentacja aplikacyjnego wykorzystanie kom-pleksowych metod rozpoznawania i analizy danych obrazowych w odnie-sieniu do wybranych problemów z różnych obszarów tematycznych (m.in. analizy i rozpoznawania danych satelitarnych, analizy i przetwarzania me-dycznych danych obrazowych w określonych problemach klinicznych, ana-liza i kontrola jakości w wizyjnych systemach przemysłowych). Słuchaczom zaprezentowane zostanie holistyczne podejście do rozwiązania omawianych problemów aplikacyjnych, poprzez zapoznanie ze specyfiką analizowanych danych, przedstawienie sposobów i kryteriów doboru metod analizy i rozpoznania oraz ewaluację i dyskusję wyników.

Projekt:

Zadanie projektowe (realizowane w kilkuosobowych zespołach) obejmować będzie rozwiązanie wybranego problemu analizy i rozpoznawania danych obrazowych. Weryfikowany będzie dobór i selekcja odpowiedniej me-todologii i narzędzi (algorytmy, biblioteki, itd.), implementacja własna w postaci aplikacyjnej lub w postaci opracowania rozszerzenia i integracji z istniejącymi środowiskami lub narzędziami do analizy i rozpoznawania da-nych oraz odpowiednia walidacja i ewaluacja wyników. Zespół przygotowuje także dokumentację i prezentację zaliczeniową.

Literatura:

1. M. Sonka, V. Hlavac, R. Boyle, Image processing, analysis, and machine vi-sion, Cengage Learning, 2014.

2. R.C. Gonzalez, R.E. Woods, Digital Image Processing (3rd Edition), Prentice Hall, 2008.

3. R. Tadeusiewicz, P. Kohorda, Komputerowa analiza i przetwarzanie obra-zów, FPT, Kraków, 1997.

Metody i kryteria oceniania:

Łączna liczba punktów do zdobycia wynosi 100, w tym 40 punktów przypada na zaliczenie treści wykładowych, a pozostała część dotyczy zaliczenia projektu. Ocena końcowa wyznaczana jest na podstawie łącznej sumy zdo-bytych punktów wg skali: 0-50 punktów – brak zaliczenia, 51-60 punktów – ocena 3, 61-70 punktów – ocena 3.5, 71-80 punktów – ocena 4, 81-90 punktów – ocena 4.5, 91-100 punktów – ocena 5.

Zajęcia w cyklu "rok akademicki 2017/2018 - sem. letni" (zakończony)

Okres: 2018-02-19 - 2018-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Projekt, 15 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Artur Nowakowski, Grzegorz Ostrek
Prowadzący grup: Magdalena Jasionowska-Skop, Rafał Jóźwiak, Artur Nowakowski, Grzegorz Ostrek, Anna Wróblewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena łączna
Projekt - Zaliczenie
Wykład - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.