| Yüksekokul/Myo/Fakülte/Enstitü |
Lisansüstü Eğitim Enstitüsü |
| Ders Kodu |
CSE 601 |
| Ders Adı İngilizce |
Advanced Computer Vision |
| Ders Adı Türkçe |
İleri Bilgisayarla Görü |
| Öğretim Dili |
EN |
| Ders Türü |
Ters-Yüz Öğrenme |
| Dersin Düzeyi |
İleri |
| Dönem |
Güz |
| Haftalık İletişim Saatleri |
| Ders: 3 |
Okuma: 0 |
Laboratuvar : 0 |
Diğer: 0 |
|
| Tahmini Öğrenci İş Yükü |
Dönem boyunca 190 saat |
| Ders Kredileri |
7.5 AKTS |
| Değerlendirme |
Standart Harf Notu
|
| Ön Koşul |
Yok |
| Yan Koşul |
Yok |
| Beklenen Ön Bilgi |
Bilgisayarla Görü |
| Kayıt Kısıtlamaları |
Sadece Doktora Öğrencileri |
| Genel Eğitim Hedefi |
Görüntü oluşumu, kamera parametreleri, ön işleme, evrişim, bölümlendirme, kenar ve köşe tespiti, çizgi ve elips uydurma, görüntü anlama ve nesne tanıma gibi Bilgisayarla Görmenin temel kavramlarına aşina olmak.
|
| Ders Açıklaması |
Bu ders bilgisayarla görü konusunda ileri konuları içermektedir. Dersin temel konuları arasında görüntü oluşturma, kamera modelleri, filtreleme, öznitelik çıkarımı, iki bakışlı geometri, stereodan şekil bulma, fotometrik stereo, tonlamadan şekil bulma, optik akış, hareketten şekil bulma, hizalama, derin öğrenme kullanarak izleme, bölütleme, sınıflandırma ve tanıma yer almaktadır. Öğrenciler derste bir yandan bilgisayarla görünün temel kavramlarını öğrenirken diğer yandan gerçek dünya problemlerini çözebilecek düzeyde deneyim kazanacaklardır. |
Ders Öğrenme Çıktıları ve Yeterlilikler
Bu dersi başarıyla tamamlayabilen öğrenciler:
1) Görüntü oluşturma, özellik çıkarma ve X problemlerinden şekil almada görüntü işleme yöntemlerini anlamak
2) Bilgisayarlı görmedeki sorunları çözmek için olasılık ve istatistikleri uygulayın
3) Görüntü sınıflandırma, anlama ve nesne tanıma sorunlarına yönelik çözümler geliştirmek
4) Derin öğrenme yöntemlerini kullanarak bilgisayarlı görme sorunlarına çözüm geliştirmek
5) Raporlar ve sunumlar aracılığıyla etkili iletişim kurun
6) Verileri analiz etmek, yorumlamak ve sonuç çıkarmak için analitik düşünmeyi kullanmak
7) Gerektiğinde yeni bilgi edinin ve uygulayın
|
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok |
S Destekleyici |
H Çok İlgili |
| |
|
|
| |
Program Çıktıları ve Yeterlilikler |
Düzey |
Değerlendirme |
| Hazırlayan ve Tarih |
, |
| Ders Koordinatörü |
TUNA ÇAKAR |
| Dönem |
Güz |
| Dersi Veren(ler) |
Dr. Öğr. Üyesi TUNA ÇAKAR |
Ders İçeriği
| Hafta |
Konu |
| 1) |
Giriş |
| 2) |
Görüntü oluşumu
|
| 3) |
Kamera parametreleri
|
| 4) |
Özellik çıkarma – kenarlar, çizgiler, köşeler, lekeler
|
| 5) |
Model uydurma ve parametre tahmini
|
| 6) |
Stereo'dan Şekillendirme |
| 7) |
Gölgelendirmeden Şekil Oluşturma |
| 8) |
Hareketten kaynaklanan optik akış ve yapı |
| 9) |
Derin öğrenme – görüntü iyileştirme ve özellik çıkarma |
| 10) |
Derin öğrenme – anlamsal bölümleme
|
| 11) |
Derin öğrenme – sınıflandırma |
| 12) |
Derin öğrenme – nesne tanıma
|
| 13) |
Derin öğrenme – nesne tanıma
|
| 14) |
Dönem Projesi sunumları
|
| 15) |
Proje/Sunum Dönemi |
| 16) |
Proje/Sunum Dönemi |
| Gerekli/Tavsiye Edilen Okumalar | Computer Vision: Algorithms and Applications, Richard Szeliski, Springer Science & Business Media, 2010
Introductory Techniques for 3-D Computer Vision, by Emanuele Trucco, Alessandro Verri, Prentice-Hall, 1998
|
| Öğretme Teknikleri | Sınıfta bilgisayarlarla ders anlatımı ve alıştırmalar. Öğrenciler tarafından sınıf içi alıştırmalar ve 3 proje gerçekleştirilecek |
| Ödev ve Projeler | Sınıf içi alıştırmalar, 2 Proje, 2 Ara sınav, Dönem projesi |
| Laboratuvar Çalışması |
Programlama alıştırmaları |
| Bilgisayar Kullanımı | Programlama yapılacaktır |
| Diğer Aktiviteler | Yok |
| Değerlendirme Yöntemleri |
| Değerlendirme Araçları |
Sayı |
Ağırlık |
| Küçük Sınavlar |
3 |
% 10 |
| Projeler |
2 |
% 20 |
| Ara Sınavlar |
2 |
% 40 |
| Rapor Teslimi |
1 |
% 30 |
| TOPLAM |
% 100 |
|
| Ders Yönetimi |
gokmenm@mef.edu.tr
02123953600
|
Bilgi Paketi / Ders Kataloğu