Datorseende
Computer Vision

FMA271F, 7.5 högskolepoäng

Gäller från och med: Höstterminen 2013
Beslutad av: FN1/Anders Gustafsson
Datum för fastställande: 2014-01-31

Allmänna uppgifter

Avdelning: Matematik (LTH)
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: FMA270
Undervisningsspråk: Engelska

Syfte

Kursen syftar är att ge nödvändiga kunskaper för att kunna forska inom datorseende samt för att kunna använda datorseende inom andra forskningsområden, till exempel inom robotik, seende system, icke-förstörande mätningar och "augmented reality".

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• kunna tydligt förklara och använda grundbegrepp inom datorseende, speciellt med avseende på projektiv geometri, kameramodellering, stereoseende, igenkänning samt struktur- och rörelseproblem.
• kunna beskriva och översiktligt förklara den matematiska teorin bakom några centrala algoritmer i datorseende (minsta kvadratmetoden och Newton-baserad optimering).

Färdighet och förmåga

För godkänd kurs skall doktoranden

• på ett ingenjörsmässigt sätt kunna använda programpaket på dator för att självständigt lösa datorseendeproblem.
• kunna visa god förmåga att självständigt identifiera problem som kan lösas med datorseendetekniker samt att välja lämplig metod.
• självständigt kunna applicera grundläggande datorseendetekniker på industriellt och forskningsmässigt relevanta problem.
• med adekvat terminologi, väl strukturerat och logiskt sammanhängande kunna redogöra för lösningen till ett problem inom datorseende.

Kursinnehåll

Projektiv geometri. Geometriska transformationer. Modellering av kameror. Stereoseende. Fotogrammetri. Igenkänning. 3D-modellering. Geometri för ytor och dess silhuetter. Visualisering.

Kurslitteratur

Szeliski, R.: Computer Vision: Algorithms and Applications. Springer, 2010. ISBN 9781848829343.
Det är möjligt att klara kursen med hjälp av utdelat material.

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, laborationer, övningar

Kursens examination

Examinationsformer: Skriftlig tentamen, muntlig tentamen, inlämningsuppgifter
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvariga: