Розпізнавання образів (КН)
Тип: На вибір студента
Навчальний план
Семестр | Кредити | Звітність |
8 | 5 | Залік |
Лекції
Семестр | К-сть годин | Лектор | Група(и) |
8 | 32 | ФеІ-41, ФеІ-42, ФеІ-43, ФеІ-44 |
Лабораторні
Семестр | К-сть годин | Група | Викладач(і) |
8 | 32 | ФеІ-41 | |
ФеІ-42 | |||
ФеІ-43 | |||
ФеІ-44 |
Опис навчальної дисципліни
Метою вивчення є вибіркової дисципліни «Розпізнавання образів» є одержання студентами необхідних теоретичних та практичних знань із застосування методів та систем розпізнавання зображень. Сюди відносяться відомості про представлення та опис зображень, що включають у себе методи апроксимації, дескриптори границь та областей.
Цілі: формування в студентів практичних навичок, які б дали змогу ефективно застосовувати знання в задачах віднесення вихідних даних до певного класу за допомогою виділення істотних ознак, які характеризують ці дані, із загальної маси несуттєвих даних.
У результаті вивчення даного курсу студент буде:
знати:
основи теорії розпізнавання образів: основні поняття і концепції теорії, розпізнавання образів; основні методи Image Recognition; знання основних завдань комп’ютерного зору та шляхів їх вирішення; теорію пошуку об’єктів на зображеннях: алгоритми, що використовуються для локалізації та виявлення об’єктів; особливості бібліотеки розпізнавання зображень – OpenCV;
вміти:
класифікувати та вирішувати задачі пов’язані з розпізнавання образів; реалізовувати базові алгоритми Image Recognition; розробляти власні шляхи вирішення найпростіших завдань обробки зображень та розпізнавання образів; аналізувати, оцінювати та вибирати існуючі алгоритми для вирішення поставлених задач; вміти використовувати бібліотеки комп’ютерного зору, такі як OpenCV; проводити експериментальні дослідження в сфері розпізнавання образів та обробки зображень; самостійно працювати з навчальною та науковотехнічною літературою щодо обробки зображень та розпізнавання образів.
Рекомендована література
Основна література:
- 1) R.C. Gonzalez, E.R. Woods, «Digital Image Processing», Fourth Edition, .: Pearson Education. 2018. – 1022 p.
- 2) Tou, J. T. Gonzalez, R. C., Pattern Recognition Principles, LondonAmsterdam-Dom Mills, Ontario-Sydney-Tokyo. Addison-Wesley Publishing Company. 1974. – 378 р.
- 3) MI Schlesinger, V Hlavác Ten lectures on statistical and structural pattern recognition Springer Dordrechtю 2013. – 522 p.
- 4) В. Я. Кутковецький Розпізнавання образів : навчальний посібник / В. Я. Кутковецький. – Миколаїв : Вид-во ЧНУ ім. Петра Могили, 2017. – 420 с.
- 5) William K. Pratt Digital image processing/ Third Edition/ John Wiley & Sons, Inc. – 2001. – 723 p.
- 6) Reinhard Klette. Concise Computer Vision: An Introduction into Theory and Algorithms (Undergraduate Topics in Computer Science). – Springer January 20th, 2014 – 429 p.
- 7) Rajalingappaa Shanmugamani. Deep Learning for Computer Vision: Expert techniques to train advanced neural networks using TensorFlow and Keras. – Paperback – January 23, 2018. – 305 p.
- 8) Reinhard Klette. Concise Computer Vision An Introduction into Theory and Algorithms. Springer.-2014.- 429 p.
Додаткова література (Інтернет-ресурси):
- You can master Computer Vision, Deep Learning, and OpenCV. – https://www.pyimagesearch.com
- Г.І. Воробець, С.В. Мельничук Цифрова обробка зображень : навч. посібник. – Чернівці : Чернівецький нац. ун-т , 2021.
- Теорія розпізнавання образів. Частина І: Навчально-методичний посібник для студентів факультету інформаційних технологій напрямів „Комп’ютерні науки” та „Програмна інженерія”. – Ужгород: Видавництво ДВНЗ «Ужгородського національного університету», 2016 р.
- П.А. Сергієнко Методи та засоби проектування обчислювачів для розпізнавання образів у зображеннях дисертація Київ – 2023. https://ela.kpi.ua/server/api/core/bitstreams/beaf82cb-40d2-4427-9b5a-f08c918ddd79/content.
- L. Körber. Pattern recognition in reciprocal space with a magnon-scattering reservoir Körber L. Heins Ch., Hula T., et all. Nature Communications . 2023. – Vol. 14. – Art. N. 3954.