Системы технического зрения

Cтраница курса “Системы технического зрения” направления “Радиотехника”.

В настоящем разделе размещена информация, затрагивающая литературу, ссылки, задания к практическим и лабораторным работам.

Темы лабораторных работ

  1. Анализ бинарных изображений и первое понятие о распознавании образов.
  2. Алгоритмы сегментации цифровых изображений.
  3. Классификация рукописных символов на основе методов машинного обучения.
  4. Обработка цифровых изображений с использованием анализа главных компонент.
  5. Детектирование объектов интереса на основе метода вычитания фона и цветовых меток.

Примечание: лабораторные работы в рамках данного курса проводятся на площадке GitHub Classroom. Для получения доступа к учебным материалам необходимо зарегистрироваться на GitHub.com.

Лекционные материалы

  1. Введение и обзор материала курса. (ссылка)
  2. Анализ бинарных изображений. Первое понятие о распознавании образов. (ссылка)
  3. Алгоритмические и математические принципы систем автоматического распознавания номерных знаков. (ссылка)
  4. Сегментация изображений. Часть 1. (ссылка)
  5. Сегментация изображений. Часть 2. (ссылка)
  6. Машинное обучение. Часть 1. (ссылка)
  7. Машинное обучение. Часть 2. (ссылка)

Дополнительные материалы

  1. Szelicki R. Computer Vision: Algorithms and Applications. Springer, 2010 (ссылка).
  2. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer, 2009 (ссылка).
  3. Конушин А. и др. Курс “Введение в компьютерное зрение”. Лаборатория компьютерной графики при ВМК МГУ (ссылка).
  4. Kemelmacher I., Rao R., Seitz S., Shapiro L. Computer Vision (CSE 455), 2003 - 2010. University of Washington (ссылка).
  5. Lazebnik S. Computer Vision (CS 543/ECE 549), 2019. The University of North Carolina at Chapel Hill (ссылка).
  6. Thrun S. Computer Vision / Introduction to Computer Vision (CS 223b), 2004 - 2009. Stanford University (ссылка).
  7. Torralba A. Advances in Computer Vision (6.869), 2010. Massachusetts Institute of Technology (ссылка).
  8. Ng A. Machine Learning, 2019. Stanford University (ссылка).
  9. Конушин A. Семантическая классификация изображений (видеолекции), 2010. Сomputer Science клуб при ПОМИ РАН (ссылка).
  10. Ерухимов В. Компьютерное зрение и библиотека OpenCV (видеолекции), 2011. Сomputer Science клуб при ПОМИ РАН (ссылка).
  11. Конушин А. Курсы “Введение в компьютерное зрение” и “Доп. главы компьютерного зрения” (видеолекции), 2011. Лаборатория компьютерной графики при ВМК МГУ (ссылка).
  12. Efros A. Learning-Based Methods in Vision (16-721), 2009. Carnegie Mellon University (ссылка).
  13. Efros A. Computational Photography (15-463 / 15-862), 2010. Carnegie Mellon University (ссылка).
  14. Сайт научного журнала IPOL (Image Processing On Line) по обработке и анализу изображений (ссылка).
  15. Сайт Российской ассоциации искусственного интеллекта (ссылка).
  16. Конушин А. и др. Курс “Введение в компьютерное зрение”, 2015. Лаборатория компьютерной графики при ВМК МГУ (ссылка).
  17. Васильева Н. Анализ изображений и видео (видеолекции), 2012. Сomputer Science Center (ссылка).