Kursplan för Datorseende

Kursplan fastställd 2021-02-08 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnComputer vision
  • KurskodEEN020
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPSYS
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeAutomation och mekatronik, Datateknik, Elektroteknik
  • InstitutionELEKTROTEKNIK
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 35114
  • Max antal deltagare120 (minst 10% av platserna reserveras för utbytesstudenter)
  • Blockschema
  • Sökbar för utbytesstudenterJa

Poängfördelning

0118 Projekt 3 hp
Betygsskala: TH
0 hp3 hp0 hp0 hp0 hp0 hp
0218 Inlämningsuppgift 4,5 hp
Betygsskala: TH
0 hp4,5 hp0 hp0 hp0 hp0 hp

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Grundläggande behörighet för avancerad nivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Engelska 6
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Goda kunskaper inom linjär algebra, sannolikhetslära och programmering. Det är även önskvärt att ha grundläggande färdigheter inom bildanalys, motsvarande SSY097 - Bildanalys, men det är inte ett krav.

Syfte

Kursen syftar till att ge en översikt över teori och praktiskt användbara metoder i datorseende, med tillämpningar inom t ex seende system, icke-förstörande mätningar och "augmented reality". Syftet är vidare att få studenten att utveckla sin förmåga till problemlösning, både med och utan dator, med användning av verktyg tagna från många olika vetenskaper, framförallt geometri, optimering, statistik och datalogi.

Lärandemål (efter fullgjord kurs ska studenten kunna)

Kunskap och förståelse

För godkänd kurs skall studenten:
  • kunna tydligt förklara och använda grundbegrepp inom datorseende, speciellt med avseende på projektiv geometri, kameramodellering, stereoseende 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 studenten:
  • 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.

Innehåll

  • Projektiv geometri
  • Geometriska transformationer
  • Modellering av kameror
  • Särdragsextraktion
  • Robust uppskattning
  • Minimala lösare i datorseende
  • Stereoseende
  • 3D-modellering
  • Rigid och icke-rigid struktur-från-rörelse
  • Bundle justering
  • Geometri av ytor och dess siluetter

Organisation

Kursen består av ett antal föreläsningar (inklusive gästföreläsningar som ges av industrin eller forskare). Dessutom finns det ett antal övningstillfällen, laborationer och ett projekt. Projektet utförs i grupper om 1-2 personer och avslutas med inlämning av en skriftlig rapport som förklarar det aktuella datorseendeproblemet, en motivering av den valda teorin samt en beskrivning av algoritmer, resultat och slutsatser.

Litteratur

Föreläsningsanteckningar och forskningsartiklar

Optional: Richard Szeliski, Computer Vision: Algorithms and Applications, available at Cremona or as a free pdf.

Optional: Richard Hartley, Andrew Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, 2004.

Examination inklusive obligatoriska moment

Det finns ingen skriftlig examen i den här kursen. Studenterna kommer istället utvärderas baserat på hur väl de presterat i de olika aktiviteter som ingår i kursen. Mer specifikt ges betyg baserat på resultaten från hemuppgifter och projekt. För att få högsta betyg (5), måste man gå igenom ett muntligt test.

Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.