AKTS - Bilgisayarla Görme

Bilgisayarla Görme (EE573) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Bilgisayarla Görme EE573 3 0 0 3 5
Ön Koşul Ders(ler)i
Math 158, Math 275, EE 204
Dersin Dili İngilizce
Dersin Türü N/A
Dersin Seviyesi Fen Bilimleri Yüksek Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım, Uygulama-Alıştırma.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
  • Yrd. Doç. Dr. Hakan Tora
  • Yrd. Doç. Dr. Hakan Tora
Dersin Asistan(lar)ı
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;
  • Düşük, orta ve yüksek seviyedeki görme problemlerini çözmek için literatürde bulunan algoritma ve teknikleri uygulayabilme
  • Tek veya çoklu kamera kullanarak imge edinebilme
  • İmgelerden üç boyutlu (3D) yapı bilgisini çıkarabilme, imge dizilerinden hareket içeriğini çıkarabilme, ilgilenilen nesneleri algılayabilme ve tanıyabilme
  • İmge bölütleme, imge eşleme ve nesne algılama ve tanıma işlemlerini yapabilen programlar yazabilme
  • Dönem projeleri ile algoritma ve sistem geliştirmede pratik deneyime sahip olabilme
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 bilgisini, ileri düzey sistemlere uygulayabilmek.
2 Elektrik ve Elektronik Mühendisliği'nin temel alanlarında uzun soluklu araştırma ve geliştirme çalışmaları gerçekleştirebilmek.
3 Modern mühendislik araçlarını, tekniklerini ve imkânlarını, tasarım ve diğer mühendislik uygulamalarında kullanabilmek.
4 Yenilikçilik ve girişimcilik alanlarında aktif araştırmacılar mezun etmek.
5 Araştırma sonuçlarını etkin şekilde raporlayabilmek ve sunabilmek.
6 Bilgi kaynaklarına erişme ve bilim/teknolojideki güncel gelişmeleri izleme başarımını arttırabilmek.
7 Profesyonel ve etik sorumluluğu kavrayabilmek.
8 Hem Türkçe hem de İngilizce etkin iletişim başarımını arttırabilmek.
9 Proje yönetiminde başarımı arttırabilmek.
10 Disiplinler arası proje takımlarında başarıyla çalışabilmek.

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