Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
X33RZO Rozpoznávání a zpracování obrazu Rozsah výuky:2+1
Přednášející (garant):Hlaváč V., Matas J. Typ předmětu:S Zakončení:Z,ZK
Zodpovědná katedra:333 Kreditů:3 Semestr:L

Anotace:
Rozpoznávání hraje zásadní roli při interpretaci a zpracování lékařských dat, proto mu bude věnována hlavní pozornost. V druhé části přednášek se student seznámí se základními technikami zpracování obrazu se zaměřením na ty obrazy, se kterými je možné se setkat při vývoji aplikací ve zdravotnictví. Cvičení budou probíhat laboratorní formou. Cílem je předložit studentům komplexní úlohu z biomedicínské oblasti, kterou nelze vyřešit bez speciálních znalostí. Na úloze se student naučí správnému postupu řešení týmového inženýrského projektu.

Osnovy přednášek:
1. Rozpoznávání, rozhodování, formalizace, bayesovský přístup
2. Statistické modely, zejména gaussovský, odhadování parametrů
3. Lineární klasifikátor. Support vector machine
4. Perceptron, neuronové sítě. Radiální jádrové funkce
5. Shlukování, EM algoritmus. Učení bez učitele
6. Vapnikova a jiné teorie učení
7. Strukturní rozpoznávání
8. Cíle zpracování obrazu a počítačového vidění, psychologie lidského vidění
9. Obraz jako signál, vznik obrazu, přístroje a techniky pro získávání 3D obrazových dat
10. Předzpracování a restaurace obrazu
11. Komprese obrazu, bezeztrátové a ztrátové metody
12. Segmentace, příznaky, invarianty, prostor měřítek, deformabilní modely
13. Matematická morfologie
14. Rozpoznávání a zpracování biomedicínských obrazů

Osnovy cvičení:
1. Pravděpodobnosti. Bayesův klasifikátor
2. Matlab. Odhady parametrů
3. Lineární klasifikátory a Support Vector Machine
4. Shlukování a EM algoritmus
5. Řešení praktické rozpoznávací úlohy I.
6. Řešení praktické rozpoznávací úlohy II.
7. Odevzdání úlohy
8. Zpracování obrazu a počítačového vidění
9. Zadání úlohy
10. Řešení praktické úlohy I.
11. Řešení praktické úlohy II.
12. Řešení praktické úlohy II.
13. Odevzdání závěrečné zprávy
14. Prezentace formou semináře, zápočty

Literatura Č:
[1] Kotek, Z. et al.: Metody rozpoznávání a jejich aplikace. Academia, Praha, 1993
[2] Schlesinger, M.I., Hlaváč, V.: 10 přednášek z teorie statistického a strukturního rozpoznávání. ČVUT, 1999
[3] Mařík, V. et al.: Umělá inteligence (2). Academia, Praha, 1997
[4] Mařík, V. et al.: Umělá inteligence (3). Academia, Praha, 2001

Literatura A:
[1] Russell, S., Norvig, P.: Artificial Intelligence. A Modern Approach. Prentice Hall, Englewood Cliffs, New Jersey, 1995
[2] Schlesinger, M.I., Hlaváč, V.: Theory of statistical and structural recognition in 10 lectures, to appear 2002

Požadavky:
KUI

Rozsah výuky v kombinované formě studia: 14+2
Typ cvičení: s, l, p
Předmět je nabízen také v anglické verzi.
Obor BM

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
MBI Biomedicínské inženýrství S 2


Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)