ITF31719 Bildeanalyse (Vår 2023)
Fakta om emnet
- Studiepoeng:
- 10
- Ansvarlig avdeling:
- Fakultet for informasjonsteknologi, ingeniørfag og økonomi
- Studiested:
- Halden
- Emneansvarlig:
- Sukalpa Chanda
- Undervisningsspråk:
- Norsk eller engelsk
- Varighet:
- ½ år
Emnet er tilknyttet følgende studieprogram
Obligatorisk emne i
-
bachelorstudiet i informatikk - design og utvikling av IT-systemer med fordypning i maskinlæring
Valgfritt emne for øvrige.
Anbefalte forkunnskaper
Grunnleggende kunnskaper i:
-
matematikk tilsvarende emnet Matematikk for IT / Diskret matematikk
-
matematikk tilsvarende emnet Matematikk 1 / Kalkulus
-
programmering tilsvarende emnet Objektorientert programmering / Programmering 2
Undervisningssemester
6. semester (vår).
Studentens læringsutbytte etter bestått emne
Kunnskap
Studenten
-
forstår digitale bilder og deres egenskaper
-
kjenner til representasjonsmetoder for digitale bilder, inkludert bildekoding og kompresjon
-
forstår hvorledes bilder kan filtreres/prosesseres for å oppnå ønsket effekt
-
forstår prinsipper og metoder i enkel mønstergjenkjenning
Ferdigheter
Studenten kan
-
bruke standard filtre til å filtrere støy
-
bruke standard filtre til å fremheve detaljer i et bilde
-
bruke standard teknikker for å detektere kanter, hjørner og objekter i et bilde
-
skrive programmer for enkel billedbehandling og mønstergjenkjenning
-
få en datamaskin og/eller et datasystem til å gjenkjenne objekter i et bilde
Innhold
Representasjonsmetoder for digitale bilder, filtering, støyreduksjon, fremheving av detaljer, kantdeteksjon, bildetransformasjoner, behandling av former i et bilde, mønstergjenkjenning og klassifisering og programmering av metoder for bildebehandling. Grunnleggende om kunstige neurale nettverk, support vector machines og prinsipalkomponentanalyse og Deep Learning.
Undervisnings- og læringsformer
Forelesninger, øvingsoppgaver og prosjektarbeid.
Dersom studenter fra internasjonale samarbeidspartnere deltar i undervisningen, vil den bli gjennomført på engelsk.
Arbeidsomfang
Ca 250 timer.
4 timer forelesning per uke. I tillegg kommer evt. kollokvier og prosjektarbeid.
Eksamen
Individuell mappeinnlevering
Studenten skal levere inntil 6 oppgaver underveis i semesteret etter spesifikasjoner gitt av emneansvarlig og til frister satt av emneansvarlig.
Studenten gis en individuell karakter ut fra en helhetsvurdering av oppgavene i mappen. Det benyttes karakterskala A - F.
Sensorordning
Ekstern og intern sensor eller to interne sensorer.
Vilkår for ny/utsatt eksamen
Ved ny og utsatt eksamen må alle mappens elementer leveres på nytt.
Evaluering av emnet
Dette emnet evalueres på følgende måte:
-
Midtsemesterevaluering (obligatorisk)
Den emneansvarlige lager en oppsummering på bakgrunn av studentenes tilbakemeldinger og sine egne erfaringer med emnet. Oppsummeringen behandles av Programutvalget ved institutt for for informasjonsteknologi og kommunikasjon.