Računalni vid

Uvod u računalni vid Digitalne slike i osnovne operacije Transformacije slike i filtriranje Segmentacija slike Ekstrakcija značajki Podudaranje značajki Detekcija objekata Prepoznavanje objekata Optičko prepoznavanje znakova (OCR) Osnove dubokog učenja za računalni vid Konvolucijske neuronske mreže (CNN) Napredne tehnike u dubokom učenju Evaluacija performansi sustava računalnog vida Primjene računalnog vida u industriji Razvoj projekata i najbolje prakse

1. analizirati osnovne principe i tehnike računalnog vida
2. klasificirati metode obrade slike za ekstrakciju značajki i informacije
3. razviti algoritme za prepoznavanje objekata i detekciju
4. integrirati duboko učenje za rješavanje problema računalnog vida
5. integrirati računalne vidne sustave i evaluirati njihove performanse

Obavezna literatura

• Shapiro, L. & Stockman, G. (2001). Computer Vision. Prentice Hall.
  Duda, R.O., Hart, P.E., & Stork, D.G. (2001) Pattern Classification (2nd Ed).
  Forsyth, D.A., Ponce, J., 2002. Computer vision: a modern approach. prentice hall professional technical reference.
  Horn, B., Klaus, B., Horn, P., 1986. Robot vision. MIT press.
  Szeliski, R., 2022. Computer vision: algorithms and applications. Springer Nature.