| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Robot Görmesi | BTM607 | Seçmeli | Doktora | 1 | Güz | 8 |
Öğretim Elemanı Adı
Doç. Dr. Serdar SOLAK
Arş. Gör. Seda BALTA
Dersin Öğrenme Kazanımları
1) Öğrenciler görüntü işleme tekniklerini bilir ve uygular.
2) Öğrenciler bilgisayarlı görme uygulamalarını bilir.
3) Öğrenciler kamera geometrik modelini ve kalibrasyonunu bilir.
4) Öğrenciler görüntü işleme kütüphanesi kullanarak uygulama geliştirebilir.
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | ||||||||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | ||
| Öğrenme Kazanımları | ||||||||||||||
| 1 | ||||||||||||||
| 2 | Yüksek | |||||||||||||
| 3 | ||||||||||||||
| 4 | ||||||||||||||
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
Görüntü İşleme
Dersin İçeriği
Görüntü oluşturma ve algılama, Binary görüntü: Geometrik ve topolojik özellikler, Bölge ve görüntü segmentasyonu, Görüntü işleme: Sürekli görüntüler ve ayrık görüntüler, Kenar ve kenar bulma, Pattern sınıflaması, Bilgisayar görmesi, Kamera koordinat çerçevesi, kamera kalibrasyonu, Nesnelerin konum ve oryantasyonun tanımlanması.
Haftalık Ders İzlencesi
1) Ders tanıtımı ve görüntü işleme temellerine giriş2) Görüntüleme sistemleri, kamara modelleri, kamera kalibrasyonu
3) Görüntü İşleme ve Özellik Çıkarma: Görüntü gösterimleri (sürekli ve ayrık), Kenar algılama
4) Görüntü İşleme ve Özellik Çıkarma: Görüntü gösterimleri (sürekli ve ayrık), Kenar algılama
5) Hareket Tahmini: Düzenleme teorisi, Optik hesaplama, StereoVision, Hareket tahmini, Hareketten yapı
6) Hareket Tahmini: Düzenleme teorisi, Optik hesaplama, StereoVision, Hareket tahmini, Hareketten yapı
7) Gösterim ve Segmentasyon: Deforme olabilir eğriler ve yüzeyler, aktif konturlar, küme gösterimleri, Fourier ve dalgacık tanımlayıcıları, Medial gösterimler, Çoklu çözünürlük analizi
8) Vize Sınavı
9) Gösterim ve Segmentasyon: Deforme olabilir eğriler ve yüzeyler, aktif konturlar, küme gösterimleri, Fourier ve dalgacık tanımlayıcıları, Medial gösterimler, Çoklu çözünürlük analizi
10) Nesne tanıma: Hough dönüşümleri ve diğer basit nesne tanıma yöntemleri, Şekil ve şablon eşleme, Temel Bileşen analizi,
11) Nesne tanıma: Hough dönüşümleri ve diğer basit nesne tanıma yöntemleri, Şekil ve şablon eşleme, Temel Bileşen analizi,
12) Nesne tanıma: Hough dönüşümleri ve diğer basit nesne tanıma yöntemleri, Şekil ve şablon eşleme, Temel Bileşen analizi
13) Bilgisayarlı Görme Uygulama Örnekleri
14) Bilgisayarlı Görme Konusunda Yapılan Projelerin Sunulması
15) Bilgisayarlı Görme Konusunda Yapılan Projelerin Sunulması
16) Final Sınavı
Önerilen/İstenen Ders Kaynakları
1- Computer Vision - A modern approach, by D. Forsyth and J. Ponce, Prentice Hall Robot Vision, by B. K. P. Horn, McGraw-Hill.
2- Richard Szeliksy “Computer Vision: Algorithms and Applications” (http://szeliski.org/Book/)
3- G erardMedioni and Sing Bing Kang “Emerging topics in computer vision”, http://people.inf.ethz.ch/pomarc/pubs/KangMedioniBook.pdf
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
Değerlendirme Yöntemi ve Ölçütleri
Dersin Eğitim Dili
Türkçe
Mesleki Uygulama
Var