Искусственный интеллект в задачах распознавания образов
Целью курса является обзор математических методов и подходов используемых для анализа изображений применительно к задачам автономного движения транспорта. Курс затрагивает теорию изложенную в некоторых главах книги "Computer Vision: Algorithms and Applications, 2nd ". На лекционных занятиях рассматривается обширное число вопросов, связанных с препроцессингом изображений, системами координат, выделением характерных черт, линий, областей и построением высокоуровневых алгоритмов используемых в алгоритмах анализа сцены. Практические занятия выполняются в среде Visual Studio Code с использованием языка программирования python 3.x и пакета opencv. Программный код оформлен в виде git репозитория [github ]. Ссылка на онлайн курс [garpix.com ].
Модуль "О курсе" [pptx ]
Модуль "Простейшая оптическая система" [pptx ]
Модуль "Цифровая камера. Формирование изображений" [pptx ]
Модуль "Сжатие изображений" [pptx ]
Модуль "Цветовые модели" [pptx ]
Модуль "Системы координат.Глобальные СК" [pptx ]
Модуль "Системы координат изображения, камеры и объекта " [pptx ]
Модуль "BEV преобразование" [pptx ]
Модуль "Калибровка камеры. Нейросетевые методы калибровки" [pptx ]
Модуль "Яркостные преобразования" [pptx ]
Модуль "Пространственные преобразования" [pptx ]
Модуль "Введение в анализ изображений" [pptx ]
Модуль "Детекторы углов" [pptx ]
Модуль "Детекторы областей" [pptx ]
Модуль "Нейросетевые детекторы углов" [pptx ]
Модуль "Matching алгоритмы" [pptx ]
Модуль "Детекторы линий" [pptx ] [pptx ]
Модуль "RANSAC метод" [pptx ]
Модуль "Нейросетевые детекторы линий" [pptx ]
Модуль "Классические методы сегментации изображений" [pptx ]
Модуль "Нейросетевые подходы к сегментации изображений" [pptx ]
Модуль "Оптический поток" [pptx ] [pptx ]
Модуль "Нейросетевые подходы к вычислению оптического потока" [pptx ]
Модуль "Оценка глубины" [pptx ]
Модуль "Оценка глубины на основе нейросетей по одному изображению" [pptx ]
Модуль "Одометрия. Визуальная одометрия" [pptx ]
Модуль "Визуально - инерциальные системы" [pptx ]
Модуль "Визуальная локализация" [pptx ]
Модуль "Лидарная одометрия. Калибровка камеры и лидара" [pptx ]
Практические задания
Практические задания размещены на github [github ]
Практическое занятие №1 "Знакомство с github проектом. Калибровка камеры" [!ссылка ]
Практическое занятие №2 "Проекция и репроекция координат на изображение и обратно" [!ссылка ]
Практическое занятие №3 "Классические и нейросетевые методы поиска ключевых точек" [!ссылка ]
Практическое занятие №4 "Классические и нейросетевые методы поиска линий и окружностей" [!ссылка ]
Практическое занятие №5 "Классические и нейросетевые методы расчета оптического потока" [!ссылка ]
Практическое занятие №6 "Классические и нейросетевые методы оценки глубины" [!ссылка ]
Практическое занятие №7 "Классические и нейросетевые подходы к сегментации изображений" [!ссылка ]
Практическое занятие №8 "Визуальная одометрия. Лидарная одометрия*. Калибровка инерциальной системы и камеры телефона*" [!ссылка ]
Практическое занятие №9 "Building Real-Time Video AI Applications (8 часов)" [ссылка ]
Литература
Трехмерное глубокое обучение [ссылка ]
Основы машинного зрения [ссылка ]
Computer Vision: Algorithms and Applications 2nd Edition [ссылка ]
Гонсалес Р. Цифровая обработка изображений [ссылка ]
Визильтер Ю.В. Обработка и анализ изображений в задачах машинного зрения [ссылка ]
Обработка изображений с помощью OpenCV [ссылка ]