lu.se

Forskar­utbildnings­kurser

Lunds tekniska högskola | Lunds universitet

Detaljer för kurs FMA271F Datorseende

Utskriftsvänlig visning

Allmänt
  • FMA271F
  • Tillfällig
Kursnamn
  • Datorseende
Kursomfattning
  • 7,5
Undervisningsform
  • Gemensam kurs, avancerad nivå och forskarnivå
Administrativ information
  • 7151 (Matematikcentrum (inst LTH) / Matematik (LTH))
  •  -01-31
  • FN1/Anders Gustafsson

Aktuell fastställd kursplan

Allmänt
  • Engelska
  • Varje vårtermin
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".
Innehåll
  • Projektiv geometri. Geometriska transformationer. Modellering av kameror. Stereoseende. Fotogrammetri. Igenkänning. 3D-modellering. Geometri för ytor och dess silhuetter. Visualisering.
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.
Värderingsförmåga och förhållningssätt
  • För godkänd kurs skall doktoranden
Undervisningsformer
  • Föreläsningar
  • Laborationer
  • övningar
Examinationsformer
  • Skriftlig tentamen
  • Muntlig tentamen
  • Inlämningsuppgifter
  • Underkänd, godkänd
Förkunskapskrav
Förutsatta förkunskaper
Urvalskriterier
Litteratur
  • Szeliski, R.: Computer Vision: Algorithms and Applications. Springer, 2010. ISBN 9781848829343.
  • Det är möjligt att klara kursen med hjälp av utdelat material.
Övrig information
Kurskod
  • FMA271F
Administrativ information
  •  -01-31
  • FN1/Anders Gustafsson

Alla fastställda kursplaner

1 kursplan.

Gäller från och med Första inlämning Andra inlämning Fastställd
HT 2013 2013‑10‑11 17:49:57 2014‑01‑27 13:56:16 2014‑01‑31

Aktuellt eller kommande publicerat kurstillfälle

Inget matchande kurstillfälle hittades.

Alla publicerade kurstillfällen

Inga matchande kurstillfällen hittades.

0 kurstillfällen.


Utskriftsvänlig visning