Аналіз, розпізнавання та класифікація зображень методами штучного інтелекту
Спеціальність: Інженерія програмного забезпечення
Код дисципліни: 8.121.00.M.025
Кількість кредитів: 3.00
Кафедра: Програмне забезпечення
Лектор: д.т.н., професор Мельник Роман Андрійович
Семестр: 4 семестр
Форма навчання: денна
Результати навчання: Розробляти і оцінювати стратегії проєктування програмних засобів; обґрунтовувати, аналізувати і оцінювати варіанти проектних рішень з точки зору якості кінцевого програмного продукту, ресурсних обмежень та інших факторів.
Аналізувати, оцінювати і застосовувати на системному рівні сучасні програмні та апаратні платформи для розв'язання складних задач інженерії програмного забезпечення.
зв'язки між ними,
- уміти застосовувати вивчені технології програмування для клієнтів та серверів, використання ресурсів WEB-серверів.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Кореквізити:
Інтелектуальний аналіз даних
Короткий зміст навчальної програми: Технології отримання зображень та їх призначення Класифікація візуальних образів. Програмні засоби формування та опрацювання візуальних образів.
Відновлення зображень. Моделі шуму. Фільтрування шуму. Фільтрування в частотній області.
Ознаки форми та кольору. Перетворення кольору. Згладження та контрастування. Сегментування кольору.
Моделі компресії без втрат та з втратами. Стандарти компресії. Вейвлети, функції Фур’є.
Основні алгоритми: скелетони, контури. 3-D зображення 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 функціях близькості. Нейромережні структури: навчання та пошук.
Класифікація медичних образів. Відбитки пальців та ознаки обличчя. Сучасні системи ідентифікації.
Робототехніка, мультимедія, застосування комп’ютерного зору в роботах та системах автоматичного виробництва.
Методи та критерії оцінювання: Поточний контроль (45%): письмові звіти з лабораторних робіт (30%), самостійна робота (15%)
Підсумковий контроль (55 %, екзамен): тестування (50%), усне опитування – (5%)
Рекомендована література: 1. Методичний посібник «Методи та алгоритми опрацювання зображень». Видавництво «Львівська політехніка», 2017 р. 220 стор.
2. Методичні вказівки до виконання лабораторних робіт.
3. Завдання до виконання самостійних пошукових робіт
5. Digital Image processing. R. C. Gonzalez, R.E.Wood . Prentice-Hall, Inc. Upper Saddle River, New Jersey, 2002.
6. Face Recognition. Edited by Milos Oravec, In-teh, 2010.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).