Машинска визија

Машинска визија

1.

Наслов на наставниот предмет

Машинска визија

Machine Vision

2.

Код

F23L3W123

3.

Студиска програма

Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Информатичка едукација, Software engineering and information systems, Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Software engineering and information systems, Стручни студии за програмирање, Стручни студии за програмирање, Софтверско инженерство,

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

4 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Андреа Кулаков проф. д-р 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

6.0 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 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (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

Ред.бр.

Автор

Наслов

Издавач

Година

8515

Richard Szeliski

Computer Vision: Algorithms and Applications

Microsoft Research

2010

8516

D.A. Forsyth and J. Ponce

Computer Vision: A Modern Approach

Prentice Hall

2002

8517

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