Preskoči na glavni sadržaj

Računalni i robotski vid

ISVU: 266314•5 ECTS•Ljetni semestar

Osnovne informacije

Organizacijska jedinica
Centar za kognitivnu znanost
Satnica
  • Predavanja: 30 sati
  • Seminar: 15 sati

Nastavnici

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.