Вступ 2020: рейтингові списки

Результати творчих конкурсів

Аналіз, розпізнавання та класифікація зображень методами штучного інтелекту

Спеціальність: Інженерія програмного забезпечення
Код дисципліни: 8.121.00.M.21
Кількість кредитів: 4
Кафедра: Програмне забезпечення
Лектор: д.т.н., проф. Мельник Роман Андрійович
Семестр: 3 семестр
Форма навчання: денна
Результати навчання:
У результаті вивчення модуля аспірант повинен: знати принципи побудови систем опрацювання, пошуку та розпізнавання зображень; знати методи, моделі та алгоритми технічного зору i технічного бачення систем, що здійснюють вiдбiр, реєстрацію та пересилання даних; - вмiти створювати практичні програмні засоби опрацювання та аналізу зображень з областей полiграфiї, медицини, бiологiчних структур, Iнтернету тощо,. Вміти на прикладах програмних продуктів за аналогією розробляти універсальні та спеціалізовані проекти для установ, які працюють з зображенням різної природи.
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Пререквізит: системи штучного інтелекту,
Кореквізити: - інтелектуальне добування даних
Короткий зміст навчальної програми:
Технології отримання зображень та їх призначення Класифікація візуальних образів. Програмні засоби формування та опрацювання візуальних образів. Ознаки форми та кольору. Перетворення кольору. Згладження та контрастування. Сегментування кольору. Моделі компресії без втрат та з втратами. Основні алгоритми: скелетони, контури. 3-D зобаження та їх опис. Сегментування образів. Аналіз методів сегментування: переваги та недоліки. Декомпозиція графів. Границі, пороги, розширення областей. Ієрархічна декомпозиція. Системи індексування та пошуку. Класифікація методів виділення ознак. Кластеризація ознак. Зберігання і пошук в базах даних. Розпізнавання образів. Основні та додаткові ознаки. Критерії порівняння у функції близькості.
Рекомендована література:
• Handbook of Face Recognition Stan Z. Li Anil K. Jain. Springer Science+Business Media, Inc. 2005.
• Гонсалес Р., Вудс Р., Эддинс С Цифровая обработка изображений в среде MATLAB. Техносфера. 2006.
• Яне Б. Цифровая обработка зображений. Техносфера. 2007. 584 c.
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%)