Образовательный ресурс edu.irnok.net

This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong.
====== Математические методы распознавания образов (Обработка и анализ изображений) ======

[[https://etu.ru/sveden/files/RP22-567MatematicheskieMetodyRaspoznavaniyaObrazov.pdf|Рабочая программа]]

Рассматриваются основные задачи, модели, методы и алгоритмы в области компьютерного зрения. Описывается процесс формирования цифрового изображения. Излагаются основные задачи компьютерного зрения. Рассматривается математическая модель проективной камеры, элементы геометрической оптики (обобщенные координаты, перспективные преобразования, радиальная и тангенциальная дисторсия, внешняя и внутренняя калибровка). Описываются геометрические свойства нескольких изображений, эпиполярная геометрия, фундаментальная и существенные матрицы, задача полного стерео. Описываются методы построения карты глубин, ее связанность, методы сегментации и кластеризации, применение теории графов. Рассматривается задача трекинга объектов, поиск и описание особых точек в изображениях, нахождения оптического потока. Рассматриваются основные методы кодирования изображений и видеоинформации, 3Dизображения. В ходе изучения демонстрируется реализация основных алгоритмов компьютерного зрения с использованием библиотек OpenCV.

===== Презентации курса =====

  - Введение {{mag:1._введение.pptx}}
  - Зрение. Цвет. Обработка изображений {{mag:2._зрение._цвет._обработка_изображений.pptx}}
  - Простой анализ изображений {{mag:3._простой_анализ_изображений.pptx}}
  - Сопоставление изображений {{mag:4._сопоставление_изображений.pptx}}
  - Сложный анализ изображений {{mag:5._сложный_анализ_изображений.pptx}}
  - Классификация изображений {{mag:6._классификация_изображений.pptx}}
  - Big data и видео {{mag:7._big_data_и_видео.pptx}}

===== Контрольные вопросы =====

    1. История развития фотографических технологий и компьютерного зрения
    2. Цвет. Восприятие цвета. Цветовые модели
    3. Способы определения баланса белого
    4. Цветовая коррекция изображений. Гистограмма
    5. Шум. Способы подавления шума
    6. Свертка. Области ее применения.
    7. Детекторы краев и их способы применения
    8. Бинаризация изображений. Математическая морфология
    9. Способы выделения связанных компонент и их геометрические признаки
    10. Локальные особенности. Детектор Харриса
    11. Локальные особенности. Детектор «блобов»
    12. Дескрипторы изображений. SIFT
    13. Поиск геометрических примитивов. Метод Ransac
    14. Поиск геометрических примитивов. Преобразование Хафа
    15. Виды классификации. Переобучение
    16. Метод «мешок слов»
    17. Детектор Виола-Джонса
    18. Большие коллекции данных. Способы применения
    19. Обработка видео со статичным фоном
    20. Обработка видео с динамическим фоном
    21. «Подарочный» вопрос



===== Отчетность =====

Разработать программу анализа изображения на основе [[https://github.com/facebookresearch/segment-anything|SegmentAny]] (или производных проектов) - перечислить и выделить графически распознанные области.

Структура программы должна включать:
  - Загрузку изображения/изображений из файла/директории.
  - Реализовывать предварительные преобразования.
  - Запуск SegmentAny - модуля, сохранение в промежуточное представление (например, в Picle-файл).
  - Перечислить распознанные области (текст).
  - Построить изображение (контурное или закрашенное/подсвеченное) из распознанных кусков.

Мой проект на эту тему (Очерчивание контуров береговых линий) [[|будет здесь]].