Subject

Машинска визија

1. Наслов на наставниот предмет Машинска визија
Machine Vision
2. Код F23L3W123
3. Студиска програма
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Факултет за информатички науки и компјутерско инженерство
5. Степен (прв, втор, трет циклус) Прв циклус
6. Академска година / семестар 7 / Зимски
7. Број на ЕКТС кредити 6
8. Наставник Андреа Кулаков, Ивица Димитровски
9. Предуслови за запишување на предметот 120ЕКТС
10. Цели на предметната програма (компетенции) 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. Содржина на предметната програма 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. Методи на учење предавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 30 + 45 + 15 + 15 + 75 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 30 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 45 часови
16. Други форми на активности
16.1. Проектни задачи 15 часови
16.2. Самостојни задачи 15 часови
16.3. Домашно учење 75 часови
17. Начин на оценување
17.1. Тестови 30 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 15 бодови
17.3. Активности и учење 10 бодови
17.4. Завршен испит 20 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Реализирани активности 15, 16
20. Јазик на кој се изведува наставата македонски
21. Метод на следење на квалитетот на наставата интерна евалуација и анкети
22. Литература
22.1. Задолжителна литература
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. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година