Bu dersin sonunda öğrenciler; 1) Filtreleme, kenar tespiti, bölütleme ve kümeleme gibi düşük ve orta seviyeli imge işleme tekniklerini bilir. 2) Nesne ve sahne tanıma hakkında bilgi sahibidir. 3) Video görüntülerinden hareket algılama yöntemlerini bilir. 4) Nesne ve insan takibi hakkında bilgi sahibidir. 5) Aktivite tanımlama ve çıkarsama tekniklerini kavrar.
DERSİN VERİLİŞ BİÇİMİ
Yüz Yüze
DERSİN ÖNKOŞULLARI
Yok
ÖNERİLEN DERSLER
BIL 566 Sayısal Görüntü İşleme
DERS TANIMI
Giriş ve temel kavramlar, düşük ve orta seviyeli imge işleme: filtreleme, kenar tespiti, bölütleme ve kümeleme, nesne ve sahne tanıma, video görüntülerinden hareket algılama, nesne ve insan takibi, aktivite tanımlama ve çıkarsama.
DERS İÇERİĞİ
HAFTA
KONULAR
1. Hafta
Giriş ve temel kavramlar,
2. Hafta
Düşük ve orta seviyeli imge işleme: filtreleme,
3. Hafta
Düşük ve orta seviyeli imge işleme: filtreleme,
4. Hafta
Kenar tespiti,
5. Hafta
Bölütleme ve kümeleme,
6. Hafta
Nesne ve sahne tanıma,
7. Hafta
Nesne ve sahne tanıma,
8. Hafta
Ara-sınav
9. Hafta
Video görüntülerinden hareket algılama,
10. Hafta
Video görüntülerinden hareket algılama,
11. Hafta
Nesne ve insan takibi,
12. Hafta
Nesne ve insan takibi,
13. Hafta
Aktivite tanımlama ve çıkarsama.
14. Hafta
Aktivite tanımlama ve çıkarsama.
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR
1. Forsyth, D.A. & Ponce, J., "Computer Vision: A Modern Approach", 2nd edition, Prentice Hall, (2011). 2. Shapiro, L.G. & Stockman, G.C., "Computer Vision", Prentice Hall, (2001). 3. Parker, J.R., "Algorithms for Image Processing and Computer Vision", Wiley, (2010).