Verzia zo dňa a času 13:17, 24. marec 2021

Počítačové videnie 2-AIN-147/19

Toto je stránka k predmetu Počítačové videnie Informačný list predmetu >

Ľudia podieľajúci sa na výučbe

Prednášajúci: [Zuzana Berger Haladová]
Cvičiaci: [Viktor Kocur]

Kontakty

Oficiálna stránka kurzu: https://dai.fmph.uniba.sk/w/Course:Pocitacove_videnie/sk; zhaladova{z@vin@@č}fmph.uniba.sk

MS Teams

Kód do teamu na MS Teams: xmsz1y8, prípadne link

Materiály

kniha o PV

Organizácia výučby

Prednášky

16.2. Úvod a Motivácia slidy
23.2. Príznaky I. slidy Momenty lecture
2.3. Príznaky II. slidy lecture
9.3. Príznaky III. slidy 1D DFT Video lecture part2 lecture
16.3. Hľadanie objektovslidy lecture
23.3. Lokálne príznaky slidy lecture
30.3. Saliency, Detekcia tvárí, slidy
6.4. CBIR, Vyhodnocovanie kvality obrazu, Saliency II, slidy
13.4. HDR, Tone mapping, gammut mapping slidy
20.4. CNN I slidy
27.4. CNN II slidy
4.5. Diskusia/konzultacie
11.5. Skuska online

Cvičenia - 2020/2021

Prezentácie a ostatné materiály môžete nájsť na githube v zložke PV

Bodovanie

Za cvičenia môžete dohromady získať 40 bodov. 3x10b za domáce úlohy a 10b za aktivu počas cvičení. Študenti, ktorí sa nemôžu z dôvodu prekrývajúcej sa výuky učastniť cvičení môžu body za aktivitu dostať na konzultácii, ktorá sa koná vždy po skončení riadneho cvičenia. Bližšie informácie nájdete na githube v zložke PV.

Priebežné hodnotenie

Tabuľka

Cvičenia - 2018/2019

0. cvičenie - Základy práce s matlabom: prezentácia (nerozsekané slidy) obrázky

1. cvičenie - Precvičenie matlabu - prezentácia obrázky

2. cvičenie - Príznaky - regionprops - prezentácia (nerozsekané slidy) súbory riešenie úlohy z cvika

3. cvičenie - Príznaky - Momenty, Farby - prezentácia súbory

4. cvičenie - Príznaky - Farby, Houghová transformácia, Gáborove filtre - prezentácia súbory

5. cvičenie - Hľadanie objektov, Pyramídy - prezentácia súbory

6. cvičenie - Saliency - prezentácia súbory

7. cvičenie - SIFT, RANSAC - prezentácia súbory

8. cvičenie - Miery podobnosti, Detekcia objektov - prezentácia obrázok dataset

9. cvičenie - Deep Learning I. - prezentácia teória kód

10. cvičenie - Deep Learning II. - prezentácia (mirror) teória kód (mirror) dáta (originálny link na kaggle)

11. cvičenie - Backpropagation - prezentácia template

Úlohy

Zadania úloh môžete nájsť na githube v PV/prezentacie/duXX.pdf

Hodnotenie a podmienky absolvovania

Prednáška/Cvičenia 60/40 z oboch treba získať min 50%

Výsledná známka sa určí z celkového bodového zisku podľa nasledovnej tabuľky.

Hodnotenie
Bodový zisk	Známka
〈90, 100〉	A
〈80, 90)	B
〈70, 80)	C
〈60, 70)	D
〈50, 60)	E
〈0, 50)	FX

@@ Riadok 38: / Riadok 38: @@
 *23.3. Lokálne príznaky  [https://docs.google.com/presentation/d/1baR-d0bC_EpLdSlr-ec348ivPFjWFXNOmxuT-dMpCP4/edit?usp=sharing slidy] [https://slides.komododecks.com/8ef028ce-4688-40ff-b95d-db416ddc4c1c lecture]
 *30.3. Saliency, Detekcia tvárí, [https://docs.google.com/presentation/d/17xYPZeRlYnHeTsMhxCrQVaTsA_71Rx_oLBAKPY4ATMo/edit?usp=sharing slidy]
-*6.4. CBIR, Vyhodnocovanie kvality obrazu, Saliency II, [https://docs.google.com/presentation/d/1WiJ0PPqtUcShdb8PVQI9StfCedmSf3-NQ8LLItol6PI/edit?usp=sharing slidy]
+*6.4. CBIR, Vyhodnocovanie kvality obrazu, Saliency II, [https://docs.google.com/presentation/d/1WiJ0PPqtUcShdb8PVQI9StfCedmSf3-NQ8LLItol6PI/edit slidy]
 *13.4. HDR, Tone mapping, gammut mapping [https://docs.google.com/presentation/d/1a2qyy-RcUpRvAFoBrcHgXlwMHCn5Eqbb8UTgXbj9YFY/edit?usp=sharing slidy]
 *20.4. CNN I [https://docs.google.com/presentation/d/1CCcRYfao0UGvmyCppkjZwuIcW8GBtgE15mx06bLPyuE/edit?usp=sharing slidy]
 * 27.4. CNN II [https://docs.google.com/presentation/d/18jOjZa5EV9qH6Yg3ZHHM8tj1_aklEtdho8QypN2HuKY/edit?usp=sharing slidy]
+*4.5. Diskusia/konzultacie
+*11.5. Skuska online
 <!--