Правила курсов
Вход в систему
Навигация
Сейчас на сайте
Сейчас на сайте 0 users и 0 гостя.
Материалы к лекциям по курсу
| № | Дата | Тема | Материалы |
|---|---|---|---|
| 1 | 10.10.06 |
Введение, обзор содержания курса. Основные понятия машинного зрения. Взаимосвязь машинного зрения и ряда других дисциплин: обработки сигналов, распознавания образов, машинного обучения. Примеры практических задач. Извлечение геометрических признаков из изображения. Методы выделения краев, анализа контуров (цепные кода, полигональная аппроксимация). |
Презентация (.ppt) (13,5Mb) |
| 2 | 17.10.06 |
Алгоритмы автоматической сегментации изображений. Постановка задачи сегментации. Методы пороговой фильтрации, цветовой сегментации, слияния/разделения, водораздела, основанные на методах теории графов. Извлечение признаков площадных объектов из изображения. Цветовые признаки, гистограмма. Характеристики формы объекта, инвариантные моменты. |
Презентация (.ppt) (7,1Mb) |
| 3 | 24.10.06 |
Анализ областей после применения сегментации. Методы выделения параметрических кривых на изображении. Выделение точечных особенностей на изображении. Робастная оценка параметров модели по наблюдаемым значениям в приложении к анализу изображений. Метод наименьших квадратов, М-оценочные функции, RANSAC, схемы голосования (преобразование Хафа и Радона). |
Презентация (.ppt) (7,6Mb) |
| 4 | 31.10.06 |
Основы машинного обучения. Постановка задачи, основные определения. Метод минимизации эмпирического риска, проблема переобучения. Понятия о теории Вапника-Червоненкиса, VCD, оценка состоятельности. Экспериментальные методы оценки и сравнения классификаторов - удерживание, скользящий контроль, ROC кривые, статистические тесты. |
Презентация (.ppt) (10,9Mb) |
| 5 | 07.11.06 |
Обзор методов классификации. Деревья классификации, Байесовский подход, нормальный дискрименантный анализ, нейронные сети, метод опорных векторов, коммитетные методы (бустинг). |
Презентация (.ppt) (2,9Mb) |
| 6 | 14.11.06 |
Элементы интеллектуального анализа данных (обучение без учителя). Кластеризация: метод К-средних, EM-алгоритм, кластеризация смесью нормальных распределений. Понижение размерности данных: метод главных компонент, самоорганизующиеся карты. |
Презентация (.ppt) (1,2Mb) |
| 7 | 21.11.06 |
Камера, ее модель и свойста. Камера-обскура. Линза: фокусировка, глубина резкости, трансфокация. Хроматическая аберрация и радиальная дисторсия. Модель камеры: внутренняя и внешняя калибровка камеры, полная матрица проекции. |
Презентация (.ppt) (8,0Mb) |
| 8 | 28.11.06 |
Реконструкция по 1 изображению. Точки схода, исчезающая линия и их вычисление. Схема алгоритма реконструкции. Алгоритмы реконструкции по одному изображению: Tour into Picture, Image-based modeling and photo-editing, Auto pop-up. |
Презентация (.ppt) (6,7Mb) |
| 9 | 05.12.06 |
Стерео-реконструкция. Активное и пассивное стерео. Триангуляция. Поиск соответствий. Эпиполярная геометрия. Диспаритет. Карта глубины. Стерео по более 2 изображений. Активное стерео. Совмещение облаков точек. |
Презентация (.ppt) (17,7Mb) |
| 10 | 12.12.06 |
Выравнивание изображений и сопоставление особенностей Выравнивание изображений: прямое согласование, градиентный спуск. Понятие оптического потока. Апертура. Алгоритм Лукаса-Канаде. Согласование особенностей. Детектор Харриса. Сегментация ложных соответствий. |
Презентация (.ppt) (23,0Mb) |