Машински вид

Објавено: октомври 12, 2018

1.    Наслов на наставниот предмет

Машински вид

2.    Код

3ФЕИТ05Л023

3.    Студиска програма

КСИАР, КТИ, КХИЕ

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

6.00

8.    Наставник

Д-р Зоран Ивановски

9.    Предуслов за запишување на предметот

 

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, подредување и спарување на слики, како и основите на 2D и 3D машинскиот вид и категоризацијата на сцени и објекти. Тие ќе поседуваат 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

10

17.4. Завршен испит

60

18.    Критериуми за оценување

до 50 бодови

5 (пет) (F)

од 51 до 60 бодови

6 (шест) (E)

од 61 до 70 бодови

7 (седум) (D)

од 71 до 80 бодови

8 (осум) (C)

од 81 до 90 бодови

9 (девет) (B)

од 91 до 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.    Јазик на кој се изведува наставата

Македонски и Англиски

21.    Метод на следење на квалитетот на наставата

Интерна евалуација и анкети.

22.    Литература

22.1. Задолжителна литература

Бр.

Автор

Наслов

Издавач

Година

1

Richard Szeliski

Computer Vision: Algorithms and Applications

Springer London

2011