VBM686 - BİLGİSAYARLI GÖRÜ
| Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| BİLGİSAYARLI GÖRÜ | VBM686 | Herhangi Yarıyıl/Yıl | 3 | 0 | 3 | 6 |
| Önkoşul(lar)-var ise | ||||||
| Dersin Dili | Türkçe | |||||
| Dersin Türü | Seçmeli | |||||
| Dersin verilme şekli | Yüz yüze | |||||
| Dersin öğrenme ve öğretme teknikleri | Anlatım Rapor Hazırlama ve/veya Sunma Sorun/Problem Çözme Proje Tasarımı/Yönetimi | |||||
| Dersin sorumlusu(ları) | Aykut Erdem (Yrd.Doç.Dr.), Erkut Erdem (Öğr.Gör.Dr.), Nazlı İkizler-Cinbiş (Yrd.Doç.Dr.) | |||||
| Dersin amacı | Bu ders, lisansüstü öğrencileri için 2B ve 3B bilgisayarlı görünün temel konularının derinlemesine incelenmesini içerir. Dersin ana amacı, görme adını verdiğimiz eylemin ne olduğu hakkında detaylı bilgi vermek ve bu sayede bilgisayarlı görü sistemlerinin nasıl gerçekleştirilebileceğini hakkında yardımcı olmaktır. | |||||
| Dersin öğrenme çıktıları |
| |||||
| Dersin içeriği | ? Giriş ? Görüntü oluşumu, renk, doğrusal filtreler, gradyanlar ve kenarlar ? Frekans alanı, görüntü istatistikleri, doku, görüntü piramitleri ve ölçek uzayı ? Eşleme, RANSAC, Hough dönüşümü ? Bölütleme ? Kameralar, projeksiyonlar ve kalibre etme ? Tek görüşlü geometri, Epipolar geometri ? Stereo ve hareketten yapı ? Yerel görüntü öznitelikler ? Optik akış, hareket bölütleme ve takip ? Örnek düzeyinde tanıma, görsel kelimeler kümesi, genel nesne tanıma ve sınıflandırma ? Kayan pencereler ile tesbit etme ve parça tabanlı modeller, bağlam ve uzaysal düzenleme | |||||
| Kaynaklar | ? Computer Vision: Algorithms and Applications, Richard Szeliski, Springer, 2010 ? Robot Vision, B. K. P. Horn, MIT Press, 1986 ? Vision: A Computational Investigation into the Human Representation and Processing of Visual Information, D. Marr, MIT Press, 1982 (2010 reprint) | |||||
Haftalara Göre İşlenecek Konular
| Haftalar | Konular |
|---|---|
| 1. Hafta | Giriş |
| 2. Hafta | Görüntü oluşumu, renk, doğrusal filtreler, gradyanlar ve kenarlar |
| 3. Hafta | Frekans alanı, görüntü istatistikleri, doku, görüntü piramitleri ve ölçek uzayı |
| 4. Hafta | Eşleme, RANSAC, Hough dönüşümü |
| 5. Hafta | Bölütleme I |
| 6. Hafta | Bölütleme II |
| 7. Hafta | Kameralar, projeksiyonlar ve kalibre etme |
| 8. Hafta | Tek görüşlü geometri, Epipolar geometri, |
| 9. Hafta | Stereo ve hareketten yapı |
| 10. Hafta | Yerel görüntü öznitelikler |
| 11. Hafta | Optik akış, hareket bölütleme ve takip |
| 12. Hafta | Örnek düzeyinde tanıma, görsel kelimeler kümesi, genel nesne tanıma ve sınıflandırma |
| 13. Hafta | Kayan pencereler ile tesbit etme ve parça tabanlı modeller, bağlam ve uzaysal düzenleme |
| 14. Hafta | Proje sunumları |
| 15. Hafta | Genel sınava hazırlık |
| 16. Hafta | Genel sınav |
Değerlendirme Sistemi
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam (a) | 0 | 5 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 3 | 15 |
| Sunum | 0 | 0 |
| Projeler | 1 | 30 |
| Seminer | 0 | 0 |
| Ara Sınavlar | 0 | 0 |
| Genel sınav | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 0 | 50 |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 0 | 50 |
| Toplam | 100 | |
AKTS (Öğrenci İş Yükü) Tablosu
| Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse özgü staj (varsa) | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 14 | 2 | 28 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 1 | 102 | 102 |
| Ödevler | 3 | 14 | 42 |
| Ara sınavlara hazırlanma süresi | 0 | 0 | 0 |
| Genel sınava hazırlanma süresi | 1 | 26 | 26 |
| Toplam İş Yükü | 33 | 147 | 240 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |
| 1. Veri ve Bilgi Mühendisliği (VBM) hakkında detaylı bilgi sahibidir. | X | ||||
| 2. Soyutlama, karmaşıklık, güvenlik, koşut zamanlılık, yazılım süreçleri gibi ortak kavramlara hakimdir ve uzmanlığını bilişim sistemlerinin etkili biçimde tasarlanması, geliştirilmesi ve yönetilmesinde uygular. | X | ||||
| 3. Teori ve pratiğin etkileşimini ve aralarındaki bağları anlar. | X | ||||
| 4. Farklı soyutlama ve detay seviyelerinde düşünebilme yetisine sahiptir; dar kapsamlı bir gerçekleştirmenin ötesine geçerek bir bilişim sisteminin farklı bağlamlarda ele alınabileceğini anlar. | X | ||||
| 5. Herhangi bir teknik veya bilimsel problemi kendi başına çözümler ve mümkün en uygun çözümü sunar; çözümün bütünlüğünü ve varsayımlarını açıkça anlatabilecek iletişim becerisine sahiptir. | X | ||||
| 6. Takım içinde verimli çalışabilme için gerekli olan becerileri edinmek adına sıradan bir ders projesine oranla daha büyük ölçekli bir projeyi tamamlar. | X | ||||
| 7. VBM alanının hızla geliştiğinin farkındadır. En son gelişmeleri takip eder, kariyeri boyunca öğrenir ve becerilerini geliştirir. | X | ||||
| 8. VBM uygulamalarına dair sosyal, yasal, etik ve kültürel hususların farkındadır ve mesleki etkinliklerini bunlarla uyumlu şekilde yürütür. | X | ||||
| 9. Farklı dinleyici kitlelerine yüz yüze, yazılı ya da elektronik olarak İngilizce ve Türkçe sözlü sunumlar yapabilir. | X | ||||
| 10. VBM geniş bir uygulama alanına sahip olduğunun ve fırsatların farkındadır. | X | ||||
| 11. VBM farklı alanlarla etkileşim halinde olduğunun bilincindedir, alan uzmanlarıyla iletişim kurabilir ve onlardan gerekli alan bilgisi öğrenebilir. | X | ||||
| 12. Araştırma problemi tanımlayabilir ve çözmek için bilimsel yöntemler kullanır. | X | ||||
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek