Υπολογιστική Όραση στη Βιομηχανία – i40

B’ Εξάμηνο

Υποχρεωτικό

Εξ αποστάσεως

Υπολογιστική Όραση στη Βιομηχανία

Το μάθημα εισάγει τους φοιτητές στις βασικές αρχές της Υπολογιστικής Όρασης, εστιάζοντας στην κατανόηση του τρισδιάστατου κόσμου μέσω δισδιάστατων εικόνων και στη διαδικασία σχηματισμού και καταγραφής της εικόνας. Παρέχει θεωρητικές και πρακτικές γνώσεις για την επεξεργασία εικόνας, την εξαγωγή χαρακτηριστικών, την αναγνώριση και παρακολούθηση κίνησης, καθώς και την ανάπτυξη αλγορίθμων Υπολογιστικής Όρασης. Επιπλέον, οι φοιτητές εξοικειώνονται με την εφαρμογή και αξιολόγηση τέτοιων αλγορίθμων σε πραγματικά προβλήματα και βιομηχανικές διαδικασίες.

Πιστωτικές Μονάδες ECTS

0

Εβδομάδες διδασκαλίας

0

Ώρες συνολικού φόρτου

0

Βιβλιογραφικές πηγές

0

Μαθησιακά Αποτελέσματα

1)

Περιγραφή του προβλήματος της κατανόησης του τρισδιάστατου κόσμου μέσω δισδιάστατων εικόνων

2)

Εξοικείωση με τη θεωρητική και την πρακτική διάσταση των υπολογισμών που βασίζονται σε δεδομένα εικόνων

3)

Περιγραφή του σχηματισμού και της καταγραφής της δισδιάστατης εικόνας

4)

Υλοποίηση μεθόδων εξαγωγής χαρακτηριστικών από εικόνες

5)

Προγραμματιστική υλοποίηση αλγορίθμων υπέρθεσης εικόνων, αναγνώρισης και παρακολούθησης κίνησης

6)

Εφαρμογή βασικών αλγορίθμων υπολογιστικής όρασης σε απλά προβλήματα και σύνθεση απλών αλγορίθμων υπολογιστικής όρασης

7)

Ενσωμάτωση αλγορίθμων Υπολογιστικής Όρασης σε βιομηχανικές διαδικασίες

8)

Αξιολόγηση της αποτελεσματικότητας αλγορίθμων σε διαφορετικά σύνολα δεδομένων

Γενικές Ικανότητες

Αναζήτηση & σύνθεση δεδομένων

Αυτόνομη εργασία

Λήψη αποφάσεων

Περιεχόμενο Μαθήματος

Εβδ.

Ενότητα

1

Ψηφιακή Εικόνα, Φιλτράρισμα και Ανίχνευση Ακμών

2

Ανίχνευση και Ταίριασμα Χαρακτηριστικών

3

Περιγραφείς Χαρακτηριστικών και Ταίριασμα Χαρακτηριστικών, ευθυγράμμιση Εικόνων και Συρραφή (RANSAC)

4

Κάμερες και Πολλαπλές Όψεις

5

Εισαγωγή στη Μηχανική Μάθηση

6

Βαθιά Νευρωνικά Δίκτυα και Συνελικτικά Νευρωνικά Δίκτυα

7

Βαθιά νευρωνικά δίκτυα και συνελικτικά νευρωνικά δίκτυα

8

Εκτίμηση Βάθους

9

Παρακολούθηση Αντικειμένων (Object Tracking)

10

Ανάλυση και Ανίχνευση Αντικειμένων σε Βιομηχανικές Εφαρμογές

11

Εφαρμογές Υπολογιστικής Όρασης στη Ρομποτική – I

12

Εφαρμογές Υπολογιστικής Όρασης στη Ρομποτική – II

13

Ανάθεση εργασιών

Αξιολόγηση & Φόρτος Εργασίας

Δραστηριότητα

Ώρες

Διαλέξεις

39

Βιβλιογραφική Εργασία

30

Υλοποίηση Project

31

Μη Καθοδηγούμενη Μελέτη

50

Σύνολο Μαθήματος

150

Ατομική Εργασία

Τελική ατομική παρουσίαση project

Βιβλιογραφία

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΚΑΙ ΑΝΑΛΥΣΗ ΕΙΚΟΝΑΣ
ΠΑΠΑΜΑΡΚΟΣ ΝΙΚΟΛΑΟΣ

Ψηφιακή Επεξεργασία Εικόνας. Εκδόσεις Τζιόλα, 2018
Gonzalez, R. C., Woods, R. E.

Ανάλυση Εικόνας. Εκδόσεις Βαρβαρήγου, 2014
Τσιχριντζής Γ.

Computer Vision: Algorithms and Applications
Szeliski, R.

Multiple View Geometry in Computer Vision (2η Έκδοση)
Hartley, R., & Zisserman, A. (2004).

IEEE
Transactions on Pattern Analysis and Machine Intelligence

Journal
International Journal of Computer Vision

Journal
Journal of Machine Learning Research

Journal
Computer Vision and Image Understanding

Journal
Pattern Recognition Letters.

Πληροφορίες Μαθήματος

Εξάμηνο

B΄

ECTS

5

Εβδ. σύγχρονης

180 λεπτά

Τύπος

Εξειδικευμένες γνώσεις

Προαπαιτούμενα

—

Τρόπος Διεξαγωγής

Σύγχρονη

30%

Ασύγχρονη

70%

Εξ αποστάσεως

e-class

Erasmus ✓

Τεχνολογίες & Εργαλεία

Υπολογιστική Όραση

ΑΙ

Αναγνώριση Αντικειμένων

Πίσω στην σελίδα μαθημάτων

Πλατφόρμα e-class

Υλικό μαθήματος, βίντεο, forum & ανακοινώσεις

Πρόσβαση στο e-class