Машински вид

Објавено: јуни 28, 2022
1. Наслов на наставниот предмет Машински вид
2. Код 4ФЕИТ05Л023
3. Студиска програма КХИЕ,КСИАР
4. Организатор на студиската програма Факултет за електротехника и информациски технологии
5. Степен Прв циклус студии
6. Академска година / семестар IV/8 7. Број на ЕКТС 6
8. Наставник Д-р Зоран Ивановски
9. Предуслов за запишување на предметот Положени: Сигнали и Системи
10. Цели на предметната програма (компетенции). Курсот ќе му овозможи на студентите да се стекнат со основни знаења за теоретските и практичните аспекти на анализата на слика и машинскиот вид. Со успешното завршување на курсот стдентите ќе ги разбираат основите на робусната детекција на обележја во слики, различните методи за регистрација, како и основите на 2D и 3D машинскиот вид, класификација на сцени и детекција на објекти. Тие ќе поседуваат знаење и практични вештини неопходни за имплементација на апликации од областа на машинскиот вид.
11. Содржина на програмата: Основни поими за слика, сликовно процесирање, машински вид. Сегментација на слика. Репрезентација и опис на слика. Препознавање на контекст. Пребарување во големи множества на слики. Автоматска анотација. Опис и препознавање на објекти. Препознавање на човечка фигура и лице. Следење на обележја и естимација на движење. Модели на формирање на сликата. Реконструкција на 3-D сцена од еден поглед и од повеќе погледи. Структура од движење. Структура од фокус, силуети и сенки.
12.Методи на учење Комбиниран начин на учење: предавања, аудиториски и лабораториски вежби, подржани со презентации и визуелизација на концептите, активно учество на студентите преку тестови, задачи за решавање на час и проектни задачи.
13. Вкупен расположив фонд на часови 3 + 1 + 1 + 0
14. Распределба на расположивото време 180
15. Форми на наставните активности 15.1. Предавања – теоретска настава 45
15.2. Вежби, семинари, тимска работа 30
16. Други форми на активност 16.1. Проектни задачи 30
16.2. Самостојни задачи 0
16.3. Домашно учење 75
17. Начини на оценување 17.1. Тестови 10
17.2. Семинарска работа/проект 20
17.3. Активност и учење 0
17.4. Завршен испит 70
18. Критериуми за оценување до 50 бодови 5 (пет) (F)
од 51до 60 бодови 6 (шест) (E)
од 61до 70 бодови 7 (седум) (D)
од 71до 80 бодови 8 (осум) (C)
од 81до 90 бодови 9 (девет) (B)
од 91до 100 бодови 10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Следење на предавањата и аудиториските вежби и успешно изведени лабораториски вежби.
20. Начин на полагање на испитот Во текот на семестарот се предвидени тестови од лабораториски вежби (по завршување на секоја од вежбите). Студентот треба да изработи проектна задача и истата да ја предаде најдоцна до полагањето на завршниот испит. Во предвидените испитни сесии се полага завршниот устен испит (времетраење 60 минути). Во конечната оценка влегуваат поените од тестовите од лабораториските вежби, проектната задача и завршниот устен испит.
21. Јазик на кој се изведува наставата Македонски и Англиски
22. Метод на следење на квалитетот на наставата Интерна евалуација и анкети.
23. Литература
23.1. Задолжителна литература
Бр. Автор Наслов Издавач Година
1 Richard Szeliski Computer Vision: Algorithms and Applications Springer London 2010
23.2. Дополнителна литература
Бр. Автор Наслов Издавач Година
1 C. C. Aggarwal Neural Networks and Deep Learning Springer 2018