AKTS - Bilgisayarla Görme
Bilgisayarla Görme (EE573) Ders Detayları
| Ders Adı | Ders Kodu | Dönemi | Saati | Uygulama Saati | Laboratuar Hours | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| Bilgisayarla Görme | EE573 | Alan Seçmeli | 3 | 0 | 0 | 3 | 5 |
| Ön Koşul Ders(ler)i |
|---|
| N/A |
| Dersin Dili | İngilizce |
|---|---|
| Dersin Türü | Seçmeli Dersler |
| Dersin Seviyesi | Fen Bilimleri Yüksek Lisans |
| Ders Verilme Şekli | Yüz Yüze |
| Dersin Öğrenme ve Öğretme Teknikleri | Anlatım, Uygulama-Alıştırma. |
| Dersin Öğretmen(ler)i |
|
| Dersin Amacı | • Bilgisayarla görmenin temel problemlerini çalışmak. • Bilgisayarla görmedeki problemleri çözmel için kullanılan temel kavram ve teknikleri çalışmak. • Bilgisayarla görme ve video elektroniğinin kullanıldığı tipik uygulama alanlarını çalışmak. |
| Dersin Eğitim Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Dersin İçeriği | İnsanın görmesi, geometrik kamera modelleri, imge bölütleme, nesne tanıma, video sinyalleri ve standartları, görme sistem tasarımı, bilgisayarla görme ve sayısal video uygulamaları. |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Giriş: Görüntülemenin temelleri, Görüntülemenin fiziği | Bu haftanın konularına göz atmak |
| 2 | İmgeler ve Görüntüleme işlemleri: İmge işleme işlemleri ve imge süzme işlemleri | Bu haftanın konularına göz atmak |
| 3 | İmgeler ve Görüntüleme işlemleri | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 4 | İmge Bölütleme: Gruplandırma metodları, Model oturtma | Bu haftanın konularına göz atmak |
| 5 | İmge Bölütleme | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 6 | Tanımaya Giriş: Örüntü sınıflandırma modeli, sınıflandırma için istatistiksel teknikler | Bu haftanın konularına göz atmak |
| 7 | Tanımaya Giriş | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 8 | Geometrik Kamera Modelleri: Kamera parametreleri ve perspektif izdüşüm, ilgin kameralar, kamera kalibrasyonu | Bu haftanın konularına göz atmak |
| 9 | Geometrik Kamera Modelleri | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 10 | Video sinyalleri ve standartları: Sayısal vidoya giriş, imge ve video sıkıştırma ve sıkıştırmayı açma | Bu haftanın konularına göz atmak |
| 11 | Video sinyalleri ve standartları | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 12 | Görme Sistemi Tasarımı: Kameralar ve sayısallaştırma, gerçek zaman donanımı ve system tasarım unsurları, en iyi donanım gereçekleştirimi üzerine temel fikirler | Bu haftanın konularına göz atmak |
| 13 | Uygulamalar: Otomatik görsel inceleme, biyometrik, robot bilimi, video gözetleme, insan-bilgisayar etkileşimi | Bu haftanın konularına göz atmak |
| 14 | Uygulamalar | Bir önceki haftanın konularını tekrar etmek ve bu haftanın konularına göz atmak |
| 15 | Dönem sonu sınav çalışmaları | Dönem konularının tekrarı |
| 16 | Dönem sonu sınav çalışmaları | Dönem konularının tekrarı |
Kaynaklar
| Ders Kitabı | 1. Computer Vision: A Modern Approach, David A. Forsyth and Jean Ponce, Prentice Hall, 2003 |
|---|---|
| Diğer Kaynaklar | 2. Machine vision: theory, algorithms, practicalities, Davies, E. R. (E. Roy), Elsevier, 2005 |
Değerlendirme System
| Çalışmalar | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | - | - |
| Laboratuar | - | - |
| Uygulama | 8 | 15 |
| Alan Çalışması | - | - |
| Derse Özgü Staj | - | - |
| Küçük Sınavlar/Stüdyo Kritiği | - | - |
| Ödevler | 15 | 10 |
| Sunum | - | - |
| Projeler | 1 | 25 |
| Rapor | - | - |
| Seminer | - | - |
| Ara Sınavlar/Ara Juri | 1 | 20 |
| Genel Sınav/Final Juri | 1 | 30 |
| Toplam | 26 | 100 |
| Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı | 70 |
|---|---|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | 30 |
| Toplam | 100 |
Kurs Kategorisi
| Temel Meslek Dersleri | X |
|---|---|
| Uzmanlık/Alan Dersleri | |
| Destek Dersleri | |
| İletişim ve Yönetim Becerileri Dersleri | |
| Aktarılabilir Beceri Dersleri |
Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi
| # | Program Yeterlilikleri / Çıktıları | Katkı Düzeyi | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Matematik, fen ve mühendislik bilgilerini ileri düzey sistemlerde uygulama becerisi kazanır. | X | ||||
| 2 | Elektrik ve Elektronik Mühendisliği'nin temel alanlarında uzun soluklu araştırma ve geliştirme çalışmaları yapar. | X | ||||
| 3 | Tasarım ve diğer mühendislik uygulamaları için gerekli modern mühendislik araçlarını, teknikleri ve yetenekleri kullanır. | X | ||||
| 4 | Girişimcilik ve yenilikçilik açısından aktif araştırmalar yapar. | |||||
| 5 | Araştırma sonuçlarını etkin bir şekilde raporlama ve sunma yeteneği kazanır. | |||||
| 6 | Bilim ve teknoloji alanındaki güncel gelişmeleri izler ve bilgiye erişir. | |||||
| 7 | Profesyonel iş yaşamı ve meslek etiği konularında sorumluluk sahibi olur. | |||||
| 8 | Türkçe ve İngilizce olarak etkin iletişim kurma becerisi edinir. | |||||
| 9 | Proje yönetimi becerisi edinir. | |||||
| 10 | Disiplinlerarası alanlarda, ortak proje takımlarında başarıyla çalışma yeteneği kazanır. | |||||
ECTS/İş Yükü Tablosu
| Aktiviteler | Sayı | Süresi (Saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) | 16 | 3 | 48 |
| Laboratuar | |||
| Uygulama | |||
| Derse Özgü Staj | |||
| Alan Çalışması | |||
| Sınıf Dışı Ders Çalışma Süresi | 16 | 3 | 48 |
| Sunum/Seminer Hazırlama | 1 | 4 | 4 |
| Projeler | 5 | 3 | 15 |
| Raporlar | |||
| Ödevler | 5 | 2 | 10 |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Ara Sınavlara/Ara Juriye Hazırlanma Süresi | 2 | 2 | 4 |
| Genel Sınava/Genel Juriye Hazırlanma Süresi | 1 | 2 | 2 |
| Toplam İş Yükü | 131 | ||