Запобігання поширенню коронавіусу 2019-nCoV

Результати творчих конкурсів

Методи комп'ютерного зору в інтелектуальних робототехнічних системах

Спеціальність: Інженерія програмного забезпечення
Код дисципліни: 8.121.00.M.25
Кількість кредитів: 4
Кафедра: Інформаційні технології видавничої справи
Лектор: Професор, д.т.н. Мельник Роман Андрійович
Семестр: 3 семестр
Форма навчання: денна
Результати навчання:
Знання:
- здатність демонструвати наукові методи штучного інтелекту, що дозволяє комп’ютерам аналізувати та розуміти зображення;
- вміння демонструвати знання з класу алгоритмів, який називається Згорткові нейронні мережі
- здатність створювати програми для комп’ютерного зору: автоматична перевірка (автоматизована перевірка на основі зображень), наприклад, у виробничих програмах, надання допомоги людям у завданнях ідентифікації (для виявлення об'єкта / видів з використанням їх властивостей), наприклад, системи ідентифікації видів, процесів контролю ( способом спостереження за роботами), виявлення подій, наприклад, для візуального спостереження чи підрахунку людей, моделювання об'єктів чи середовищ,, аналіз медичних зображень або топографічне моделювання, навігація або мобільний робот
- вміння демонструвати знання класифікації та сегментації зображень: семантична сегментація., сегментація екземпляра
- застосовувати математичну теорію методів комп'ютерного зору для визначення надійності програмних систем на основі експериментальних даних;
- аналізувати та досліджувати моделі комп’ютерного зору, навчання та прийняття рішень;
- проаналізувати зображення, яке може бути об’єктом, текстовим описом, тривимірною моделлю тощо
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
- Пререквізит: системи штучного інтелекту,
- Кореквізити: - інтелектуальне добування даних
Короткий зміст навчальної програми:
Оптичне розпізнавання символів (OCR). Машинна перевірка. Роздрібна торгівля (наприклад, автоматизовані каси) .3D побудова моделі (фотограмметрія). Медична візуалізація. Автомобільна безпека. Зробити відповідність (наприклад, об'єднання CGI з живими акторами у фільмах). Захоплення рухом. Спостереження. Розпізнавання відбитків і біометрика. Класифікація об'єкта: Ідентифікація об'єкта: Перевірка об'єкта: Виявлення об'єкта: Визначення орієнтира об'єкта: Сегментація об'єкта: Розпізнавання об'єкта: Класичний підхід та підходи машинного навчання. Глибокі нейронні мережі. Мережеві архітектури Локальні та глобальні мережі. Розмір функції. Підготовка даних. Параметри тренувань. Вирішення проблем.
Рекомендована література:
• Computer Vision: Algorithms and Applications (Texts in Computer Science) 2011 by Richard Szeliski
Computer Vision: Models, Learning, and Inference Simon J. D. Prince
• Computer Vision: A Modern Approach (2nd Edition) 2nd Edition
by David A. Forsyth , Jean Ponce
• Д.Д. Пелешко та інші. Аналіз та обробка потоків даних засобами обчислювального інтелекту. “ЛП”.
• Р.О. Ткаченко та інші. Нейромережеві засоби штучного інтелекту “ЛП”.
• Roman Melnyk, Arsenii Zawyalow, Image Retrieval by Statistical Features and Artificial Neural Networks TCSET-2017.
Методи і критерії оцінювання:
• Поточний контроль (70%): письмові звіти з лабораторних робіт (40%), самостійна робота (30%0
• Підсумковий контроль (30 %, екзамен): тестування (20%), усне опитування – (10%)