Számítógépes látás (MSC_INF_4_L)
Alapadatok
Oktatók
Tantárgy 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.
Szakmai kompetenciák
Tudás
- 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.
Képesség
- 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.
Attitűd
- 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.
Számonkérés és értékelés
Félévközi követelmények
A félévközi kisfeladatok elégséges szintű teljesítése és a beadandó nagy feladat valamennyi kamera típus alkalmazásával.
Vizsgakövetelmények
Írásbeli és szóbeli vizsga
Generatív MI használata
Nincs megadva
Irodalom
Kötelező irodalom
Nincs megadva
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