- Poznanie wybranych metod przetwarzania i analizy obrazów.
- Zapoznanie z tematyką zagadnienia widzenia komputerowego i powiązań z pokrewnymi zagadnieniami (uczenie maszynowe, sztuczna inteligencja). Zapoznanie studentów z typowymi problemami i wyzwaniami stawianymi przed algorytmami/systemami przetwarzającymi/analizującymi obrazy cyfrowe.
- Poznanie środowiska NumPy i biblioteki OpenCV (język Python), nabycie umiejętności wykorzystywania ich we własnych projektach informatycznych.
- Biblioteka OpenCV i numpy. Podstawowe operacje na obrazach. Prezentacja wyników w środowisku Jupyter Notebook.
- Filtracja obrazu. Wykrywanie krawędzi.
- Detekcja narożników. Detektor Harrisa.
- Detekcja punktów charakterystycznych. SIFT. Feature based alignment.
- Rozpoznawanie obrazów I: klasyfikacja liniowa.
- Rozpoznawanie obrazów II: sieci konwolucyjne w środowisku PyTorch.
- Model i kalibracja kamery. Algorytm RANSAC. Multiple view geometry.
- Przetwarzanie chmur punktów 3D. Biblioteka Open3D (podstawowe operacje).