Trường Đại học Bách Khoa - ĐHQG Tp.HCM Khoa: Khoa Điện - Điện tử Khoa/Bộ môn quản lý MH: Văn phòng khoa Tp.HCM, ngày tháng năm Đềcương mơn học Sau đại học THỊ GIÁC MÁY TÍNH (COMPUTER VISION) Mã số MH: 045185 Số tín chỉ: Số tiết Tc (LT.BT&TH.Tự Học): -Tổng: Đánh giá: 60 : LT: 45 BT: 15 TCHP: TH: ĐA: BTL/TL: 0% - Môn tiên quyết: - Môn học trước: - Môn song hành: - CTĐT ngành (Mã ngành): Kỹ Thuật Cơ Điện Tử (8520114) - Ghi khác: Mục tiêu môn học: Giới thiệu cho học viên kiến thức, kỹ thị giác máy tính để học viên đọc hiểu nghiên cứu thị giác máy tính Học viên biết cách calib camera số Hiểu thực phương pháp tách biên, giải thuật lọc, giải thuật fitting stereo vision Học viên có khả ứng dụng thị giác máy tính thực tế Aims: To introduce the basic concepts to read and understand the advanced topics and current research literature in computer vision To introduce the basic issues and techniques used to solve those Students should be able to calibrate a digital camera, understand the various edge detectors, implement several image filtering algorithms, understand the different ways that the shape of an object can be recovered and understand the stereo vision To enable students to work or carry out some practical computer vision projects Nội dung tóm tắt mơn học: Mục giác máy tính đưa phương pháp để máy tính hiểu xây dựng lại mơ hình giới thực từ ảnh thu từ camera Mơn học tìm hiểu khái niệm máy ảnh số, cách tạo ảnh, hệ thống màu, mơ hình tốn camera số phương pháp để xác định thông số nội ngoại camera Môn học trình bày phương pháp chuyển đổi ảnh từ mức xám sang nhị phân, số toán tử ảnh nhị phân ứng dụng việc phân tích ảnh nhị phân thực tế Trình bày giải thuật lọc, tách biên, fitting, phép biến đổi ảnh mối quan hệ phép toán convolution phép đạo hàm, biến đổi ảnh Môn học tìm hiểu multiview geometry ứng dụng thị giác máy tính chuyên nghành Cơ Điện Tử Code ví dụ mẫu thể Matlab Course outline: In computer vision, the goal is to develop methods that enable a machine to “understand” or analyze images and videos In this introductory computer vision course, we will explore various fundamental topics in the area, including cameras and projection models, camera calibration, image formation, binary image analysis, feature detection, segmentation, multiple view geometry Tài liệu học tập: [1] Computer Vision: Algorithms and Applications, by Richard Szeliski, Springer, 2010 [2] Gonzalez and Woods, Digital Image Processing, 2nd Edition, Prentice Hall, 2002 [3] Multiple View Geometry in Computer Vision, 2nd Edition, by R Hartley, and A Zisserman, Cambridge University Press, 2004 [4] Computer Vision, by Linda G Shapiro and George C Stockman, Prentice Hall, 2001 [5] Computer Vision: A Modern Approach, by D.A Forsyth and J Ponce, Prentice Hall, 2002 Các hiểu biết, kỹ cần đạt sau học môn học: Sau hồn tất mơn học này, học viên có thể: - Hiểu tiềm hạn chế thi giác máy tính - Hiểu biết lý thuyết khả ứng dụng thực tế thị giác máy tính - Hiểu nguyên lý kỹ thuật xử lý ảnh phân tích ảnh - Có khả thực giải thuật lọc sử dụng kỹ thuật correlation convolution - Phát triển kỹ thiết kế thực chương trình thi giác máy tính sử dụng Matlab OpenCV - Tạo ứng dụng thực tế thị giác máy tính Learning outcomes: By the end of the course through lectures, reading, homework, lab assignments and exams, students should be able to: - Understand the potential and limitations of Computer Vision - Understand the theoretical and practical capabilities of Computer Vision - Understand the basic principles and techniques of image processing and image understanding - Be able to implement fundamental spatial filtering algorithms using correlation and convolution techniques - Develop skills in the design and implementation of computer vision program using Matlab or OpenCV - Create a simple computer vision system for a real-world application Hướng dẫn cách học - chi tiết cách đánh giá môn học: - Sinh viên cần đọc sách giáo trình làm tập đầy đủ - Sinh viên cần thực hành thiết kế tạo hệ thống thị giác máy tính Cách đánh giá : - Bài tập kiểm tra nhanh: 20% - Bài tập lớn: 40% - Thi cuối kỳ: 40% Learning strategies & Assessment Scheme: - Students should read textbooks and finish all assignments - Students should practice to design and create a computer vision system Grading: - Homework and quizzes: 20% - Class project: 40% - Final: 40% Nội dung chi tiết: Tuần/ Buổi Chủ đề (chương) 2-3 4-5 8-9 10 11 12-13 14-15 Giảng viên tham gia giảng dạy: Nội dung Tài liệu CBGD chính: TS Đồn Thế Thảo CBGD tham gia: TS Lê Thanh Hải BỘ MÔN QUẢN LÝ MƠN HỌC Tp Hồ Chí Minh, ngày tháng năm GIẢNG VIÊN LẬP ĐỀCƯƠNG TS Đoàn Thế Thảo ... and exams, students should be able to: - Understand the potential and limitations of Computer Vision - Understand the theoretical and practical capabilities of Computer Vision - Understand the...Course outline: In computer vision, the goal is to develop methods that enable a machine to “understand” or analyze images and videos In this introductory computer vision course, we will... processing and image understanding - Be able to implement fundamental spatial filtering algorithms using correlation and convolution techniques - Develop skills in the design and implementation