Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
Bilgisayar Görüşü | CENG 628 | 6 | 9 | 3 + 0 | 3 | 7,50 |
|
Ders Bilgileri |
Dersin Öğretim Dili | İngilizce |
Dersin Seviyesi | Doktora |
Dersin Türü | Seçmeli |
Dersin Veriliş Biçimi | Yüz Yüze |
|
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
1. Görüntü oluşturma, özellik çıkarma, nesne algılama ve derin öğrenme yaklaşımları dahil olmak üzere bilgisayarlı görmedeki temel ilkeler ve ileri teknikler hakkında kapsamlı bir anlayış kazanır. |
2. En son teknoloji araç ve tekniklerle uygulamalı deneyler yaparak bilgisayarlı görme algoritmalarını gerçek dünya sorunlarına uygulama konusunda pratik beceriler geliştirir. |
3. Bilgisayarla görme alanındaki araştırma literatürünü eleştirel bir şekilde analiz etmeyi öğrenir ve yeni kavramları, metodolojileri ve ortaya çıkan eğilimleri değerlendirip çalışmalarına entegre etmelerini sağlar. |
4. Yenilikçi araştırmalar yürütme ve özgün araştırma katkılarının geliştirilmesi yoluyla bilgisayarlı görme alanına önemli katkılar sağlayacak donanıma sahip olur. |
|
Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
Daha Önce Alınmış Olması Önerilen Dersler | Yok |
|
Dersin Tanımı:
Dersin amacı lisansüstü öğrencilerine yenilikçi araştırmalar yürütmek ve alana önemli katkılar sağlamak için gerekli bilgi, beceri ve uzmanlığı kazandırmaktır. İşlenen konular arasında görüntü oluşturma ve işleme, özellik çıkarma ve eşleştirme, nesne algılama ve tanıma, sahne anlama, bilgisayarlı görmede derin öğrenme yaklaşımları, 3 boyutlu yeniden yapılandırma ve hareket analizi, tıbbi görüntüleme yer almaktadır. Araştırma literatürünün eleştirel analizine, en son teknoloji araç ve tekniklerle uygulamalı deneylere ve orijinal araştırma katkılarının geliştirilmesine vurgu yapılmaktadır. |
|
Dersin İçeriği (Haftalık Konu Dağılımı): |
|
Hafta | Konu |
1 | Bilgisayarlı görmeye giriş ve dersin hedeflerine genel bakış. |
2 | Görüntü oluşturma ve işleme tekniklerinin temelleri. |
3 | Özellik çıkarma yöntemlerinin anlaşılması ve uygulamaları. |
4 | Özellik eşleştirme ve uygunluk tahmini teknikleri. |
5 | Introduction to object detection algorithms and frameworks. |
6 | Nesne tanıma ve sınıflandırmada ileri konular. |
7 | Sahneyi anlama ve anlamsal bölümlendirmenin ilkeleri. |
8 | Bilgisayarla görmede derin öğrenme yaklaşımlarının araştırılması. |
9 | Görüntü sınıflandırma ve nesne tespitinde derin öğrenme uygulamaları. |
10 | Görüntülerden ve hareket analizinden 3 boyutlu yeniden yapılandırma teknikleri. |
11 | 3 boyutlu bilgisayarlı görme ve geometrik modellemede ileri konular. |
12 | Tıbbi görüntüleme yöntemlerine giriş ve bilgisayarlı görmedeki uygulamalar. |
13 | Bilgisayarla görme alanındaki araştırma literatürünün eleştirel analizi ve tartışılması. |
14 | Orijinal araştırma katkılarının geliştirilmesine odaklanan, en son teknolojiye sahip araç ve tekniklerle uygulamalı deneyler. |
|
Kaynaklar: |
Computer Vision: Algorithms and Applications, Richard Szeliski, Springer, 978-1848829343, 2011.
Deep Learning for Computer Vision: Expert techniques to train advanced neural networks using TensorFlow and Keras, Rajalingappaa Shanmugamani, Packt Publishing, 978-1788295628, 2018. |
|
Diğer Kaynaklar: |
Yok |
|
Öğretim Yöntem ve Teknikleri: |
Haftalık 3 saatlik teori dersi, literatür araştırması sunumları |
|
Değerlendirme Sistemi: |
Yöntem | Adet | Katkı (%) |
Ara sınav | 1 | %30 |
Final Sınavı | 1 | %40 |
Proje | 1 | %30 |
|
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
Gerektirmiyor |