Elmélet: 0 %

Gyakorlat: 0 %

A tantárgy tantervi helye: 2. félév

Munkarend: Levelező

Előtanulmányi feltételek:

Értékelés: gyakorlati jegy

Tantárgy besorolása: kötelezően választható

Oktatás nyelve: Magyar

Tantárgyfelelős: Dr. Megyesi Zoltán

Felelős tanszék: Informatika Tanszék

Tantárgy oktatója(i): Dr. Megyesi Zoltán , Kátai-Urbán Gábor, Koszna Ferenc

Ellenőrzésért felel: Prof. Dr. Johanyák Zsolt Csaba

Tárgy oktatásának célja:
Az előadás sorozat bemutatja a képfeldolgozási folyamatok leggyakoribb lépéseinek összefoglalásán túl olyan magasabb szintű számítógépes látás területekre vezeti be a hallgatókat mint a 3D rekonstrukció és a gépi tanulás alkalmazása. A labor feladatokon keresztül a hallgatók megismerkednek a képfeldolgozás fontosabb eszközivel és számítógépes látásban alkalmazott függvénykönyvtárakkal.

Elsajátítandó ismeretanyag:

Elmélet: A képfeldolgozás fogalmai, feladatai, eszközei, problémái, kapcsolódó területek, alkalmazások; A képfeldolgozási mérési folyamat; Alapfogalmak (Kamera, Kép, Színmodellek, Hisztogram); Intenzitás transzformációk; Környezetfüggő operátorok és szűrők; Jellemző detektálás (élek, sarkok); Mintaillesztés; Szegmentálás; Bináris képfeldolgozás és Morfológia; Alakfelismerés alapok. Összetett számítógépes látási feladatok: 3D rekonstrukció, geometriai alapok, általános módszerek. Mesterséges intelligencia a gépi látásban, fogalmak, gépi tanulás csoportosítások, példák használatra, mesterséges neuron hálók, CNN, gépi tanulási könyvtárak. Labor: Gyakorlati példák kamerák kezelésére és iparban használt képfeldolgozási szoftverek használatára (DVT, LabView, Cognex). Képfeldolgozási problémák megoldása elterjedt képfeldolgozási könyvtárak (pl OpenCV) segítségével.

Elsajátítandó szakmai kompetenciák (tudás, képesség, attitűd, autonómia és felelősség, további szakmai kompetenciák):
Tudása:

- Ismeri a műszaki informatikai rendszerek fejlesztéshez szükséges, széles körben alkalmazható problémamegoldó technikákat. - Érti az informatikai alkalmazások fejlesztéshez szükséges természettudományos és mérnöki módszerek elvét. - Az informatikai szakmán belül, a specializációtól függően mélyebb elméleti és gyakorlati ismeretekkel rendelkezik az alábbiak közül egy vagy néhány területen: szoftvertervezés, rendszerszimuláció és -modellezés, kommunikációs hálózatok, mobil- és erőforrás-korlátos alkalmazások, számítógépes grafika és képfeldolgozás, kritikus és beágyazott rendszerek, médiainformatika, IT-biztonság, párhuzamos rendszerek, intelligens rendszerek, számításelmélet, adatbázisok.

Képességei:

- Képes törvényszerűségeket, összefüggéseket feltárni és megérteni. - A megszerzett tudást képes alkalmazni és a gyakorlatban hasznosítani. - Képes problémamegoldó technikákat használni a szoftver- és alkalmazásfejlesztés során. - A specializációjának megfelelő területen elemzési, tervezési és megvalósítási készséggel rendelkezik. - Képes az informatikához kapcsolódó tudományokban a megszerzett szakmai tapasztalat ismereti határairól származó információk, felmerülő új problémák, új jelenségek feldolgozására. - Képes helytálló szakmai bírálatot vagy véleményt megfogalmazni informatikai és mérnöki területeken. - A rutinproblémák felismerésén és megoldásán túl képes eredeti ötleteket felvetni. - Képes komplex informatikai rendszereket fejlesztésére. - Képes informatikai rendszerek teljesítményelemzésére, analitikus, szimulációs és mérési módszerek használatára. - Képes szakmai kooperációra az alkalmazói környezet szakértőivel. - Megérti az alkalmazás követelményeit. - Javaslatait az alkalmazói környezet szakértőinek el tudja magyarázni.

Attitűdje:

- Szakmailag magas szinten, tervezetten és a minőségi szempontokat figyelembe véve hajtja végre fejlesztési feladatait, a létrejövő rendszerek hibamentességéről meggyőződik. - Nyitott és elkötelezett az önművelésre, önfejlesztésre, az egyéni tudás, ismeret elmélyítésére, bővítésére a természettudományok, a mérnöki és informatikai tudományok területén. - Kezdeményező a problémamegoldásban, képes megalapozott döntéseket hozni, nem tér ki a személyes felelősségvállalás elől. - Munkája során vizsgálja a kutatási, fejlesztési és innovációs célok kitűzésének lehetőségét és törekszik azok megvalósítására. - Munkáját kreatívan, rugalmasan végzi, a problémákat felismeri és azokat intuícióra és módszerességre építve oldja meg.

Autonómia és felelősség:

- Önállóan tölt be informatikai munkakört, amelyben a teljes folyamatot kezében tartva, szakmailag felelős módon dolgozik. - Alkalmas csoportban, egy-egy részterület szakértőjeként dolgozni, valamint csoportot felelősséggel irányítani. - Szakmai kompetenciái alapján egyaránt alkalmas működéskritikus és érzékeny információkat tartalmazó rendszerek fejlesztésére és üzemeltetésére.

További szakmai kompetenciák:

A számonkérés és értékelés rendszere:
Félévközi tanulmányi követelmények:
A félévközi kisfeladatok elégséges szintű teljesítése és a beadandó nagy feladat valamennyi kamera típus alkalmazásával.
Vizsgakövetelmények:

Írásbeli és szóbeli vizsga

Tanulmányi segédanyagok, laborháttér:

Kamerás labor és képfeldolgozási szoftverek (Cognex, NI, DVT), Képfeldolgozási és gépi tanulási könyvtárak (OpenCV, TensorFlow és Keras)

Kötelező irodalom:

Ajánlott irodalom:

M. Sonka, V. Hlavac, R. Boyle: Image Processing, Analysis, and Machine Vision; Cengage Learning, 4th edition (28 Oct. 2013); ISBN-13: 978-1133593607 L. G. Shapiro, G. C. Stochman: Computer Vision; Prentice Hall, 1st edition (23 Jan. 2001); ISBN-13: 978-0130307965 R. C. Gonzalez, R. E. Woods: Digital Image Processing; Prentice Hall (3rd edition) (August 31, 2007); ISBN-13: 978-0131687288