Subject

Машинска визија

Course Title

Машинска визија
Machine Vision

Code

F23L3W123

Study Programme

—

Organizer of the study programme (unit, institute, department or division)

Faculty of Computer Science and Engineering

Degree level (first, second, third cycle)

Прв циклус

Academic year / semester

7 / Зимски

Number of ECTS credits

Teacher

Андреа Кулаков, Ивица Димитровски

Prerequisites for enrolling in the course

120ЕКТС

10.

Objectives of the course programme (competences)

Да се воведат студентите во основните концепти и техники во компјутерската визија. Студентите кои успешно ќе
го завршат курсот ќе бидат способни за дизајнирање на ефикасни системи за компјутерска визија како:
препознавање на ракопис, детекција и препознавање на лица, проценка на движење, следење на луѓе и возила,
препознавање на гестови, препознавање и класификација на визуелни објекти, разбирање и анализа на сцени
итн.

11.

Course content

Предавања:
1. Вовед во компјутерска визија
2. Камери и оптика. Осветлување и боја.
3. Пиксели и филтри.
4. Обработка на слики во фреквенциски домен. Пирамиди на слика.
5. Детекција на рабови и поклопување на линии.
6. Значајни точки од интерес.
7. Опишувачи на точките од интерес.
8. Поклопување на особини и RANSAC
9. Длабоко учење
10. Примена на длабоко учење.
11. Препознавање на лица
12. Најнови теми во Машинска визија.

12.

Learning methods

предавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи

13.

Total available time

6 ECTS x 30 hours = 180 hours

14.

Distribution of available time

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Forms of teaching activities

15.1.	Lectures - theoretical instruction	30 hours
15.2.	Exercises (laboratory, auditory), seminars, teamwork	45 hours

16.

Other forms of activities

16.1.	Project assignments	15 часови
16.2.	Independent assignments	15 часови
16.3.	Home study	75 часови

17.

Assessment method

17.1.	Tests	30 бодови
17.2.	Seminar paper / project (presentation: written and oral)	15 бодови
17.3.	Activities and learning	10 бодови
17.4.	Final exam	20 бодови

18.

Grading criteria (points / grade)

up to 50 points	5 (five) (F)
from 51 to 60 points	6 (six) (E)
from 61 to 70 points	7 (seven) (D)
from 71 to 80 points	8 (eight) (C)
from 81 to 90 points	9 (nine) (B)
from 91 to 100 points	10 (ten) (A)

19.

Requirement for obtaining a signature and taking the final exam

Реализирани активности 15, 16

20.

Language of instruction

македонски

21.

Method for monitoring the quality of teaching

интерна евалуација и анкети

22.

Literature

22.1.	Required literature 1. Richard Szeliski \| Computer Vision: Algorithms and Applications \| Microsoft Research \| 2010 2. D.A. Forsyth and J. Ponce \| Computer Vision: A Modern Approach \| Prentice Hall \| 2002 3. N. Sebe, M.S. Lew \| Robust Computer Vision: Theory and Applications (Computational Imaging and Vision) \| Springer \| 2003
22.2.	Additional literature No. Author Title Publisher Year