Đề cương chi tiết học phần Thị giác máy (Computer vision)

KHOA CÔNG NGHỆ THÔNG TIN

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập – Tự do – Hạnh phúc

ĐỀ CƢƠNG CHI TIẾT HỌC PHẦN

THỊ GIÁC MÁY - COMPUTER VISION

1. Thông tin về giáo viên

Họ tên giáo viên

Học hàm

Học vị

Đơn vị công tác (Bộ môn)

Đào Thanh Tĩnh

PGS

Tiến sỹ

Hệ thống thông tin

Hà Đại Dương

GVC

Thạc sỹ

Hệ thống thông tin

- Thời gian, địa điểm làm việc: Các ngày trong tuần tại phòng làm việc bộ môn

A1505

- Địa chỉ liên hệ: Bộ môn Hệ thống Thông tin, Khoa Công nghệ Thông tin,.

- Điện thoại: 069 515 333, Email: tinhdt@mta.edu.vn, duonghadai@yahoo.com

- Các hướng nghiên cứu chính: Thị giác máy, xử lý ảnh, tính toán mềm

2. Thông tin chung về học phần

- Tên học phần: Thị giác máy

- Mã học phần: 12356121

- Số tín chỉ: 03

- Cấu trúc học phần: 60 tiết (30 lý thuyết, 8 bài tập, 7 thảo luận, 15 thực hành)

- Học phần bắt buộc.

- Các học phần tiên quyết: Kỹ thuật lập trình, Xử lý ảnh.

- Các yêu cầu đối với học phần. Nghe giảng trên lớp. Nghiên cứu tài liệu ở nhà.

Tích cực tham gia thảo luận.

- Giờ tín chỉ đối với các hoạt động:

 Nghe giảng lý thuyết: 30 tiết

 Làm bài tập trên lớp: 8 tiết

 Thảo luận: 7 tiết

 Thực hành, thực tập (ở PTN, nhà máy, thực tập...): 15 tiết

 Hoạt động theo nhóm:

 Tự học:

- Khoa/Bộ môn phụ trách học phần, địa chỉ: Bộ môn Hệ thống Thông tin, Khoa

Công nghệ Thông tin, Học viện Kỹ thuật Quân sự.

3. Mục tiêu của học phần

- Kiến thức: Trang bị cho sinh viên những vấn đề về lý thuyết, thuật toán cơ

bản, được sử dụng rộng rãi trong thị giác máy. Giúp sinh viên có khả năng

đánh giá, phát triển và ứng dụng kỹ thuật thị giác máy vào các vấn đề thực

tiễn.

- Kỹ năng: Phát triển kỹ năng và kinh nghiệm cho sinh viên trong việc sử dụng

thị giác máy vào thực tế.

- Thái độ, chuyên cần: Chú ý, tập trung nghe giảng trên lớp; tích cực trong thời

gian tự học và thực hành tại phòng máy.

4. Tóm tắt nội dung

- Tổng quan về ảnh số, xử lý ảnh và thị giác máy. Nhắc lại những vấn đề cơ bản

trong xử lý ảnh như: các phép biến đổi mức xám, các phép lọc không gian, xử

lý lược đồ xám, các phép biến đổi hình thái, Các kỹ thuật phân đoạn ảnh.

- Biểu diễn và mô tả đối tượng, mô tả biên, mô tả vùng;

- Nhận dạng dựa trên lý thuyết quyết định, nhận dạng dựa trên kỹ thuật khớp

mẫu, theo mạng neural.

- Một số chủ đề nâng cao trình bày về một số chủ đề cụ thể như: nhận dạng

khuôn mặt người, nhận dạng mặt cười, phát hiện người, phát hiện đám cháy.

5. Nội dung chi tiết học phần

Chƣơng,

mục, tiểu

mục

Nội dung

Số

tiết

Giáo trình, Tài

liệu tham khảo

(TT của TL ở

mục 6)

Ghi

chú

Chƣơng 1

Giới thiệu chung về xử lý ảnh và

thị giác máy

1.1

Khái quát chung về nội dung môn

học

1.2

Các phép biến đổi mức xám

1.3

Lược đồ xám và biến đổi lược đồ

xám

1.4

Các phép logic và số học

1.5

Các phép lọc không gian

1.6

Các phép biến đổi hình thái

1.7

Thảo luận 1: Nêu bài toán, thảo

luận về mô hình/giải pháp dùng thị

giác máy với các bài toán: Bài

toán Kiểm soát vào ra đối với các

phương tiện Oto, xe máy; Bài toán

phát hiện người và người đi bộ;

Bài toán phát hiện và cảnh báo

cháy.

1.8

Thực hành 1: Lập trình thị giác

máy trên môi trường Windows kết

hợp bộ thư viện mã nguồn mở

OpenCV

1.8.1

Tổ chức chương trình

1.8.2

Đọc và lưu trữ ảnh

1.8.3

Hiển thị ảnh gốc và ảnh kết quả

1.8.4

Sử dụng các phép biến đổi ảnh đã

có của OpenCV.

1.8.5

Tự thực hành

Chƣơng 2

Phân đoạn ảnh

2.1

Giới thiệu

2.2

Phát hiện các đối tượng có mức

xám gián đoạn

2.2.1

Phát hiện điểm

2.2.2

Phát hiện đường

2.2.3

Phát hiện cạnh

2.2.4

Nối biên dựa trên xử lý cục bộ

2.2.5

Nối biên dựa trên biến đổi Hough

2.3

Phân ngưỡng

2.3.1

Một số vấn đề cơ sở

2.3.2

Ảnh hưởng của hiện tượng chiếu

sáng

2.3.3

Thuật toán tìm ngưỡng toàn cục

2.3.4

Thuật toán tìm ngưỡng thích nghi

2.3.5

Thuật toán tìm ngưỡng tối ưu của

Otsu

2.3.6

Lọc nhiễu và phân ngưỡng

2.3.7

Phân nhiều ngưỡng

2.4

Phân đoạn theo vùng

2.4.1

Một số vấn đề cơ sở

2.4.2

Thuật toán Region Growing

2.4.3

Thuật toán Region Spliting and

Merging

2.5

Phân đoạn dựa trên đường phân

nước

2.5.1

Khái quát

2.5.2

Thuật toán

2.8

Thảo luận 2: Phân tích các điều

kiện bài toán xác định biển số xe

máy, xác định các kỹ thuật cần

thiết để giải quyết bài toán.

2.9

Thực hành 2: Phân đoạn ảnh

2.9.1

Nhắc lại kiến thức

2.9.2

Xác định điểm, đường

2.9.3

Phân ngưỡng với ngưỡng cố định

2.9.4

Tự thực hành

2.10

Bài tập (làm trên lớp)

Chƣơng 3

Biểu diễn và mô tả đối tƣợng

3.1

Giới thiệu

3.2

Biểu diễn đối tượng

3.2.1

Biển diễn dạng Chain code

3.2.2

Xấp xỉ đa giác

3.2.3

Biểu diễn dạng Signatures

3.2.4

Biểu diễn dạng đoạn biên

3.2.5

Biểu diễn dạng xương

3.3

Mô tả biên

3.3.1

Những tham số đơn giản

3.3.2

Mô tả dạng Shape Number

3.3.3

Biểu diễn qua các hệ số Fourier

3.3.4

Biểu diễn qua các thống kê

moment

3.4

Mô tả vùng

3.4.1

Những tham số đơn giản

3.4.2

Mô tả Topo

3.4.3

Mô tả Texture

3.5

Mô tả thành phần chính

3.6

Mô tả tính chất quan hệ

3.7

Thực hành 3: Biểu diễn và mô tả

đối tượng.

3.7.1

Nhắc lại kiến thức

3.7.2

Xác định biên và mô tả dựa trên

đường biên

3.7.3

Xác định vùng và mô tả dựa trên

các tham số vùng

3.7.4

Tự thực hành

3.8

Bài tập (làm trên lớp)

3.9

Thảo luận 3: Mô tả vùng biển số

xe như. Mô tả các chữ số và chữ

cái trên biển số xe.

Chƣơng 4

Nhận dạng đối tƣợng

4.1

Mẫu và lớp các mẫu

4.1.1

Biểu diễn mẫu

4.1.2

Lớp các mẫu

4.2

Nhận dạng dựa trên lý thuyết

quyết định

4.2.1

Khớp mẫu

4.2.2

Phân lớp tối ưu theo xác suất

4.2.3

Mạng neural

4.3

Nhận dạng theo phương pháp dựa

trên cấu trúc

4.3.1

Khớp theo Shape Number

4.3.2

Khớp chuỗi

4.4

Phát hiện nhanh đối tượng

4.4.1

Đặc trưng Haar-Like

4.4.2

Phương pháp AdaBoost

4.4.3

Đặc trưng Histogram of Oriented

Gradient (HOG)

4.4.4

Phương pháp cascaded

4.5

Thực hành 4 - Nhận dạng đối

tượng

Đề cương chi tiết học phần Thị giác máy - Computer vision

Chủ đề:

Tài liệu liên quan

Tài liêu mới

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Hỗ trợ

Phương thức thanh toán

Theo dõi chúng tôi