EEE5550 Bilgisayarlı Görüş ve Örüntü TanımaBahçeşehir ÜniversitesiAkademik Programlar ELEKTRİK - ELEKTRONİK MÜHENDİSLİĞİÖğrenciler için Genel BilgiDiploma EkiErasmus BeyanıUlusal YeterliliklerBologna Komisyonu
ELEKTRİK - ELEKTRONİK MÜHENDİSLİĞİ
Lisans TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu Ders Adı Yarıyıl Teorik Pratik Kredi AKTS
EEE5550 Bilgisayarlı Görüş ve Örüntü Tanıma Güz 3 0 3 12
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

Öğretim Dili: English
Dersin Türü: Departmental Elective
Dersin Seviyesi: LİSANS
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üyesi ZAFER İŞCAN
Opsiyonel Program Bileşenleri: Yok.
Dersin Amacı: Bu dersin amacı bilgisayarlara 2B ve 3B resimlerden "görme" ve "gördüğünü yorumlama" kabiliyetini nasıl kazandırabileceğimizi öğrenmektir. Bu lisans/yüksek lisans dersinde temel bilgisayarla görü kavramlarına odaklanılacaktır. Öğrenciler teorik ve matematiksel bilgilerin yanı sıra bazı algoritmaları uygulamak yoluyla işlevsel tecrübe de kazanacaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1. Bilgisayarla görüdeki temel problemleri, kullanım alanlarını tartışır
2. Imgeler üzerinde temel nokta işlemleri, ve uzamsal filtreler tasarlar.
3. İmgeler üzerinde geometrik dönüşümler uygular
4. Kenar, çizgi, köşe gibi öznitelik çıkarma yöntemlerini tanımlar
5. Morfolojik işlemleri tanımlar
6. Bölütleme algoritmaları geliştirir: histogram-tabanlı bölütlemem, gruplama ve bölge büyütme
7. Hareket kestirimi yöntemlerini tartışır
8. Nesne ve şekil tanıma yöntemlerini bilgisayarla görü problemlerine uygular
9. Temel çok açılı geometri ve stereo kavramlarını tanımlar.

Dersin İçeriği

Bilgisayarla Görüye giriş, İnsan görme sistemi, imge oluşumu, noktasal işlemler, imge genlik dönüşümleri, geometrik dönüşümler, aradeğerleme, uzamsal filtreleme, kenar ve köşe bulma, SIFT ve SURF öznitelikleri, Hough dönüşümü, imge bölütleme, Bayes Karar yöntemi, kamera modelleri, kamera kalibrasyonu, Hareket kestirimi, stereo

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
2) uzamsal filtreleme, komşuluk işlemleri, kenar bulma
3) Öznitelik çıkarma: köşe bulma, Hough dönüşümü, ellipse yerleştirme, RANSAC, ilinti
4) Ölçekten bağımsız öznitelik dönüşümü, hıslandırılmış gürbüz öznitelikler
5) Morfolojik İmge İşleme
6) Bölütleme: uyarlamalı eşikleme, Otsu yöntemi, alan büyütme yöntemleri, aktif kenarlar
7) Tekrar, ara sınav
8) Örüntü Tanımaya Giriş, olasılık
9) Bayes Karar Teorisi
10) Bayesçi kestirim, PCA, kNN, SVM ile sınıflandırma
11) Kamera Modelleri, Kamera Kalibrasyonu
12) Stereo
13) Hareket Kestirimi
14) İzleme

Kaynaklar

Ders Notları / Kitaplar: Computer Vision: A Modern Approach (2nd Edition), David A. Forsyth and Jean Ponce, Prentice Hall, 2011.

Digital Image Processing, R.C. Gonzalez, R.E. Woods, Pearson Prentice Hall 2008.


Diğer Kaynaklar: Computer Vision, D. Ballard and C.M. Brown, Prentice Hall, online at: http://homepages.inf.ed.ac.uk/rbf/BOOKS/BANDB/bandb.htm

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ödev 4 % 10
Projeler 1 % 25
Ara Sınavlar 1 % 25
Final 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 35
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 65
Toplam % 100

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı Süre (Saat) İş Yükü
Ders Saati 14 3 42
Sınıf Dışı Ders Çalışması 14 4 56
Proje 1 15 15
Ödevler 4 20 80
Ara Sınavlar 1 3 3
Final 1 3 3
Toplam İş Yükü 199

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Matematik, fen bilimleri ve elektrik-elektronik mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. 4
2) Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. 4
3) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. 4
4) Elektrik-Elektronik Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. 4
5) Karmaşık mühendislik problemlerinin veya elektrik-elektronik mühendisliğine özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. 4
6) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. 3
7) İngilizce ve (eğer Türk vatandaşı ise) Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. 3
8) Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. 3
9) Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; elektrik-elektronik mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. 1
10) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
11) Elektrik-Elektronik Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. 1