Оглавление секции
-
Unitatea de curs „Sisteme de Vedere Artificială” este inclusă în categoria unităților de curs de orientare spre specializare. Consolidarea materialului teoretic și obținerea abilităților practice se realizează în procesul de realizare a lucrărilor de laborator și a proiectelor de master.
Disciplina își propune pregătirea teoretica si practica a masteranzilor în scopul familiarizării lor cu metodele de achiziție și algoritmii de procesare a imaginilor pe calculator. Sunt prezentate și studiate noțiunile de baza ce țin de metodele de procesare a imaginilor pe calculator: formarea și reprezentarea imaginilor 2D, transformări ale nivelurilor de gri, segmentarea imaginilor, descrierea şi reprezentarea formelor și recunoașterea formelor.
Disciplina prezintă problemele fundamentale ale proiectării sistemelor de vedere artificială, modalitățile de implementare și varietățile de algoritmi care execută operații specifice, accentuând aspectele legate de analiza si performanțele acestora:
- prezentarea noțiunilor de bază privind achiziția imaginilor grafice și a modului de dezvoltare de aplicații pentru procesarea imaginilor folosind diferite biblioteci, ca biblioteca grafică P5.js sau biblioteca Processing, OpenCV, sau toolbox-uri: Matlab Image Processing Toolbox.
- prezentarea unor metode de preprocesarea și recunoaşterea a formelor, a unor tehnici de dezvoltare arhitecturală și conceptuală a sistemelor cu vedere artificială.
Studentul va fi capabil: să explice conceptele și noțiunile fundamentale referitoare la sistemele de vedere artificială, să dezvolte și să utilizeze metodele de procesare a imaginilor cu ajutorul calculatorului în sistemele de vedere artificială; sa cunoască modalitățile de implementare și varietățile de algoritmi care realizează operații specifice privind procesarea imaginilor. Studentul va utiliza limbaje de programare vizuală, structuri de date și tehnici moderne de programare pentru a dezvolta aplicații în domeniul sistemelor de vedere artificială.
Obiectivele principale ale cursului „Sisteme de Vedere Artificială” reprezintă formarea la studenți a următoarelor abilități:
- cunoașterea conceptele și noțiunile fundamentale referitoare la Sistemele de Vedere Artificială;
- utilizarea metodelor clasice de procesare a imaginilor cu ajutorul calculatorului;
- cunoașterea algoritmilor de baza pentru realizarea operațiilor specifice privind procesarea imaginilor grafice;
- dezvoltarea aplicațiilor cu elemente procesare computațională bazate pe biblioteci grafice toolbox-urilor moderne și integrarea lor în soluții soft.
Cursul este orientat spre pregătirea specialiștilor de calificare înaltă în domeniul proiectării sistemelor de vedere artificială.
-
Recunoaşterea statistică a formelor. Metoda deciziilor teoretice. Metoda distanței minime. Metoda bazată pe corelație.
-
-
-
-
-
Студенты должныОтметить как выполненный
-
-
Încheiere. Tendinţele de dezvoltare arhitecturală și conceptuală a sistemelor cu vedere artificială. Recapitularea materialului studiat.
-
Студенты должныОтметить как выполненный
-
Студенты должныОтметить как выполненный
-
-
-
-
-
-
-
Студенты должныОтметить как выполненный
Principale:
1. Sonka M., Hlavac V. and Boyle R.: Image processing, Analysis and Machine Vision, Published by PWS, 1998. (http://www.icaen.uiowa.edu/~dip/LECTURE/lecture.html)
2. Corke P., Robotics, Vision and Control, 2nd ed., Springer, Berlin Heidelberg, 2017, ISBN: 978-3-319-54412-0
3. Gonzales R.C., Woods R.E., Digital Image Processing, 3rd ed. Pearson Prentice Hall, New Jersy, 2008, ISBN 0-13-505267-X
4. Gonzales R.C., Woods R.E., Digital Image Processing Using MATLAB, 2nd ed., Getesmark Publishing, 2009, ISBN 978-0-9820854-0-0
5. Shapiro,G., Computer vision, Prentice Hall, New Jersey, 2001, ISBN 0130307963
6. Hartley, R., Zisseman, A. – Multiple View Geometry in Computer Vision, Ed. Cambridge University Press, UK, 2004.
7. Grigorescu, S. M., Macesanu, G., Cocias, T. T. – Sisteme de vedere artificială utilizând OpenCV 3. Îndrumar de laborator. Editura Universității Transilvania, 2016.
Suplimentare:
1. Trucco, E. – Introductory Techniques for 3D Computer Vision, Ef. Prentice Hall, USA, 198.
2. Corke P., Robotics, Vision and Control, 2nd ed., Springer, Berlin Heidelberg, 2017, ISBN: 978-3-319-54412-0
3. Bishop, C. M. – Pattern Recognition and Machine Learning, Ed. Springer, 2006.
-