| 1 |
Dersin Adı: |
BİLGİSAYARLA GÖRME |
| 2 |
Dersin Kodu: |
BM5113 |
| 3 |
Dersin Türü: |
Seçmeli |
| 4 |
Dersin Seviyesi: |
Yüksek Lisans |
| 5 |
Dersin Verildiği Yıl: |
1 |
| 6 |
Dersin Verildiği Yarıyıl: |
1 |
| 7 |
Dersin AKTS Kredisi: |
6 |
| 8 |
Teorik Ders Saati (saat/hafta): |
3 |
| 9 |
Uygulama Ders Saati (saat/hafta): |
0 |
| 10 |
Laboratuar Ders Saati (saat/hafta): |
0 |
| 11 |
Dersin Önkoşulu |
Yok |
| 12 |
Ders İçin Önerilen Diğer Hususlar |
Yok |
| 13 |
Dersin Dili: |
Türkçe |
| 14 |
Dersin Veriliş Şekli |
Yüz yüze |
| 15 |
Dersin Koordinatörü: |
Dr. Ögr. Üyesi CEYDA NUR ÖZTÜRK |
| 16 |
Dersi Veren Diğer Öğretim Elemanları: |
|
| 17 |
Ders Koordinatörünün İletişim Bilgileri: |
ceydanur@uludag.edu.tr |
| 18 |
Dersin Web Adresi: |
|
| 19 |
Dersin Amacı |
Görme yeteneğinin bilgisayarlara kazandırılabilmesi için çözülmesi gereken eşleme, sınıflandırma, tespit, bölütleme, çakıştırma, takip ve geri çatma benzeri problemleri tanıtmak ve bu problemlerin çözümü için gerekli olan temsil, teknik ve algoritmaları incelemek. |
| 20 |
Dersin Mesleki Gelişime Katkısı: |
Çeşitli görüntülerden istenen bilgilerin anlaşılması için uygun yöntemleri kullanma ve böylece üst düzey akıllı sistemlerin görmeye ilişkin algı görevlerini yönetme yeteneği kazandırır. |
| Hafta |
Teori |
Uygulama |
| 1 |
Bilgisayarla görme problemlerine genel bakış, görüntü oluşturma |
|
| 2 |
Temel görüntü işleme: yoğunluk dönüşümleri, gürültü türleri, doğrusal ve doğrusal olmayan filtreleme |
|
| 3 |
Temel görüntü işleme: histogramlar, kenar bulma, morfolojik işlemler |
|
| 4 |
Görüntü özellikleri: kenar, köşe, doğru ve çember tespiti, kalıp eşleme |
|
| 5 |
İlgi noktası bulucular ve tanımlayıcılar: SIFT, SURF, ORB, HOG, LBP algoritmaları, uzay zamansal ilgi noktaları |
|
| 6 |
Dönüşümler: Hough, Fourier, Haar ve dalgacık dönüşümleri |
|
| 7 |
Hizalama: geometrik dönüşümler, nokta eşleme, görüntü eğme, homografi hesabı ve RANSAC algoritması |
|
| 8 |
Hareketli görüntü işleme: arka plan çıkarma ve optik akış |
|
| 9 |
Kamera parametreleri, perspektif projeksiyon, kamera kalibrasyonu |
|
| 10 |
Stereo görme ve epipolar geometri, sık ve seyrek derinlik haritaları, 3-B geri çatma |
|
| 11 |
Nesne tespiti ve bölütleme: doku ve şekil modelleme, sınıflandırma, kümeleme ve çakıştırma yaklaşımları |
|
| 12 |
Hareketli görüntülerde nesne takibi: Lucas-Kanade, ortalama kayma, MOSSE ve KCF algoritmaları |
|
| 13 |
Konvolüsyonel sinir ağları: konvolüsyon katmanları, havuzlama katmanları ve tam bağlı katmanlar, çeşitli mimariler |
|
| 14 |
Konvolüsyonel sinir ağlarıyla nesnelerin sınıflandırılması, tespiti ve bölütlenmesi |
|
