Начинает свою работу страница курса-факультатива "Компьютерное зрение" специальности "Радиотехника".

В настоящем разделе размещена информация, затрагивающая литературу, ссылки, лекционный материал по тематике курса и задания к практическим работам.

Место и время проведения 

Физический факультет (2-ой учебный корпус), к. 113, каждую неделю по понедельникам, с 12.00 до 13.35.

Темы лекционных занятий
  1. Введение и обзор материала курса (презентация .pptx). Tiny images - "крошки картинки"  (ссылка). Awesome Terminator 2 Scenes - "сцены из потрясающего фильма Терминатор 2" (ссылка). Microsoft Kinect - "гаджет для Xbox 360" (ссылка).
  2. Формирование изображений. Камера и ее основные характеристики  (презентация .pptx). Awareness Test - "тест на внимательность" (ссылка).
  3. Обработка цифровых изображений в среде Matlab (презентация .pptx). Seam Carving Algorithm - "контурное вырезание по шву" (описание, презентация .pptxпример реализации .rar).
  4. Фильтрация и улучшение изображений. Часть 1 (презентация .pptx). Hybrid Images - "гибридные изображения" (описание).
  5. Фильтрация и улучшение изображений. Часть 2 (презентация .pptx).
  6. Анализ бинарных изображений. Первое понятие о распознавании объектов (презентация .pptxm-файлы .rar).
  7. Алгоритмические и математические принципы систем автоматического распознавания номерных знаков (ссылкапрезентация .pptx). Интересный алгоритм детектирования номерных знаков  (ссылка).
  8. Сегментация изображений и обнаружение контуров. Часть 1 (презентация .ppt).
  9. Сегментация изображений и обнаружение контуров. Часть 2 (презентация .ppt).
  10. Основные понятия распознавания образов (презентация .ppt).
  11. Нейронные сети. В основу занятия положен материал, позаимствованный из лекции № 8 онлайн курса  Ng A. Machine Learning, 2011. Stanford University (ссылка).
  12. Оптическое распознавание символов.  В основу занятия положен материал, позаимствованный из лекции № 18 онлайн курса  Ng A. Machine Learning, 2011. Stanford University (ссылка).
  13. Детектирование лиц на основе алгоритма Виола / Джонса.
  14. Анализ главных компонент. Распознавание лиц.
Практические задания
  1. Простой алгоритм распознавания номерных знаков (описание .pdfтестовые изображения .rarизображения эталонов цифр .rar).
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", 2010. Лаборатория компьютерной графики при ВМК МГУ (ссылка).
  4. Конушин А. и др. Курс "Введение в компьютерное зрение", 2011. Лаборатория компьютерной графики при ВМК МГУ (ссылка).
  5. Конушин А. и др. Курс "Введение в компьютерное зрение", 2012. Лаборатория компьютерной графики при ВМК МГУ (ссылка).
  6. Kemelmacher I., Rao R., Seitz S., Shapiro L. Computer Vision (CSE 455), 2003 - 2010. University of Washington (ссылка).
  7. Lazebnik S. Computer Vision (COMP 776), 2008 - 2011. The University of North Carolina at Chapel Hill (ссылка).
  8. Thrun S. Computer Vision / Introduction to Computer Vision (CS 223b), 2004 - 2009. Stanford University (ссылка).
  9. Darrell T. Computer Vision (CS 280), 2009. University of California, Berkeley (ссылка).
  10. Duraiswami R. Fundamentals of Computer Vision (CMSC 828d), 2000 / Computer Vision (CMSC 426), 2005. UMIACS (ссылка). 
  11. Torralba A. Advances in Computer Vision (6.869), 2010. Massachusetts Institute of Technology (ссылка).
  12. Ng A. Machine Learning (CS229), 2009. Stanford University (ссылка).
  13. Конушин A. Семантическая классификация изображений, 2010. Сomputer Science клуб при ПОМИ РАН (ссылка).
  14. Ерухимов В. Компьютерное зрение и библиотека OpenCV, 2011. Сomputer Science клуб при ПОМИ РАН (ссылка).
  15. Сетевой журнал "Компьютерная графика и мультимедиа" (ссылка).
  16. Efros A. Learning-Based Methods in Vision (16-721), 2009. Carnegie Mellon University (ссылка).
  17. Efros A. Computational Photography (15-463 / 15-862), 2010. Carnegie Mellon University (ссылка).
Online курсы

В отдельный пункт решил вынести информацию по online курсам. Напоминаю, что с прошлого года ряд западных университетов начал практику создания online курсов по различным дисциплинам. Например, "Искусственный интеллект", "Машинное обучение" и т.д. Общая ссылка на эти курсы  вот. Более конкретные ссылки близкие к настоящему курсу представлены чуть ниже. Для ознакомления с материалами курсов (видеолекциями, практическими заданиями и т.д.) нужна регистрация!
  1. Ng A. Machine Learning, 2011. Stanford University (ссылка).
  2. Ng A. Machine Learning, 2012. Stanford University (ссылка). 
  3. Malik J. Computer Vision, 2012. Berkeley University of California (ссылка).
  4. Savarese S., Li F.-F. Computer Vision: From 3D Reconstraction to Visual Recognition. Stanford University and  University of Michigan, 2012 (ссылка). 
Дополнительно необходимо отметить, что появились online лекции по курсу "Машинное обучение", читаемые сотрудниками ШАД (Школы анализа данных Яндекс). Ссылка на курс вот.

Руководитель курса: асс. каф. ДЭС Волохов В.А.