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 bilimleri ve mekatronik mühendisliği ile ilgili konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri mühendislik problemlerini modelleme ve çözme için uygulayabilme becerisi.
2 Karmaşık mekatronik mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3 Karmaşık bir mekatronik mühendisliği sistemini, sürecini, cihazını veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi; mekatronik mühendisliği kapsamında mühendislik yaratıcılığı yöntemlerini etkin bir şekilde uygulayabilme becerisi. (Gerçekçi kısıtlar ve koşullar tasarımın niteliğine göre, ekonomi, çevre sorunları, sürdürülebilirlik, üretilebilirlik, etik, sağlık, güvenlik, sosyal ve politik sorunlar gibi öğeleri içerirler.)
4 Mekatronik mühendisliği ve robot teknolojisi uygulamaları için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim ve iletişim teknolojilerini etkin bir şekilde kullanma becerisi.
5 Mekatronik mühendisliği ve robot teknolojisi problemlerinin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi; mekatronik mühendisliğinin yakın etkileşim içinde olduğu makina, elektrik/elektronik ve bilgisayar mühendislikleri ile mekatronik mühendisliğinin uygulama alanı içinde diğer mühendislik ve bilim dalları veya çalışma alanları ile etkin iletişim kurabilme becerisi, farklı disiplinlerde çalışabilme becerisi.
7 Türkçe ve İngilizce sözlü ve yazılı etkin iletişim kurma, yaratıcı ve özgün kavram ve fikirleri ifade edebilme becerisi.
8 Mekatronik mühendisliğinin uygulama çeşitliliğinin gerektirdiği şekilde değişik konularda bilgiye erişim, eleştirel bakış, yorumlama ve bilgiyi geliştirme becerisi; yaşam boyu öğrenme sonucu gelişme ve sürekli yenileme gerekliliği bilinci; bilim ve teknolojideki gelişmeleri izleme; girişimcilik, yenilikçilik ve sürdürebilir kalkınma hakkında farkındalık ve kendini sürekli yenileme becerisi.
9 Mesleki ve etik sorumluluk bilincine sahip olma, bu konuda iletişim araçlarını kullanarak meslek bilincini geliştirme ve mesleğin gelişimine katkıda bulunma yetkinliği.
10 Proje yönetimi ile risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi ve sorumluluğu altında çalışanların bir proje çerçevesinde gelişimlerine yönelik etkinlikleri planlayabilme, yönetebilme ve liderlik yetkinliği.
11 Mekatronik mühendisliği uygulamalarının evrensel, toplumsal ve bireysel boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile kültürel değerler ve çağın sorunları hakkında bilgi; bu konularda mühendislik bilinci; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
12 Mekatronik mühendisliği konularında, sorunları tanımlayabilme, analiz edebilme, kaynak araştırması yapabilme, veritabanları ve diğer bilgi kaynaklarını kullanarak yaptığı araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirebilme ve sorunlara ilişkin çözüm önerilerini nicel ve nitel olarak aktarabilme yetkinliği.
13 Yaşadığı çevreye duyarlı ve toplumsal sorumluluk bilincine sahip, sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceleyen, geliştiren ve gerektiğinde değiştirebilen, toplum içinde bir birey olma ve topluma yönelik proje düzenleme, geliştirebilme ve uygulayabilme yetkinliği.
14 Mekatronik mühendisliği konularında strateji, politika ve uygulama planları geliştirebilme ve elde edilen sonuçları kalite süreçleri çerçevesinde değerlendirebilme yetkinliği.

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