PROGRAMI
DERS TANITIM VE UYGULAMA BİLGİLERİ

Ders AdıKoduVerildiği YılVerildiği YarıyılSüresi (T+U)Yerel KredisiAKTS Kredisi
Bilgisayar GörüşüCENG 628693 + 037,50
 
Ders Bilgileri
Dersin Öğretim Diliİngilizce
Dersin SeviyesiDoktora
Dersin TürüSeçmeli
Dersin Veriliş BiçimiYüz 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 DerslerYok
Daha Önce Alınmış Olması Önerilen DerslerYok
 
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):
 
HaftaKonu
1Bilgisayarlı görmeye giriş ve dersin hedeflerine genel bakış.
2Görüntü oluşturma ve işleme tekniklerinin temelleri.
3Özellik çıkarma yöntemlerinin anlaşılması ve uygulamaları.
4Özellik eşleştirme ve uygunluk tahmini teknikleri.
5Introduction to object detection algorithms and frameworks.
6Nesne tanıma ve sınıflandırmada ileri konular.
7Sahneyi anlama ve anlamsal bölümlendirmenin ilkeleri.
8Bilgisayarla görmede derin öğrenme yaklaşımlarının araştırılması.
9Görüntü sınıflandırma ve nesne tespitinde derin öğrenme uygulamaları.
10Görüntülerden ve hareket analizinden 3 boyutlu yeniden yapılandırma teknikleri.
113 boyutlu bilgisayarlı görme ve geometrik modellemede ileri konular.
12Tıbbi görüntüleme yöntemlerine giriş ve bilgisayarlı görmedeki uygulamalar.
13Bilgisayarla görme alanındaki araştırma literatürünün eleştirel analizi ve tartışılması.
14Orijinal 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:
YöntemAdetKatkı (%)
Ara sınav1%30
Final Sınavı1%40
Proje1%30
 
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu?
Gerektirmiyor