Beeldbewerken

Image Processing

Studiewijzer 2017/2018

Globale inhoud

• Low level vision (interpolation, warping, local operators, convolutions),
• Local structure in images, Scale-Space, Feature Detection (SIFT),
• Pinhole camera, Camera calibration, Stereo Vision
• Motion, Optic flow, Tracking

Studiemateriaal

Literatuur

• Lecture notes (https://staff.fnwi.uva.nl/r.vandenboomgaard/IPCV20172018/index.html)

• Webresources (referred to in lecture notes)

• Scientific articles (tba and referred to in the lecture notes)

Syllabus

• Lecture notes (https://staff.fnwi.uva.nl/r.vandenboomgaard/IPCV20172018/index.html)

Practicummateriaal

• Lecture notes (https://staff.fnwi.uva.nl/r.vandenboomgaard/IPCV20172018/index.html)

Software

• Python 3, Numpy/Matplotlib, OpenCV (the Anaconda distribution is recommended)

Leerdoelen

After you have successfully followed the course on image processing and computer vision you will be able to use techniques to process and analyze images.

In this course we will introduce the basic notions in image processing and computer vision in such a way that a student will be able to use them for practical purposes and have an understanding of the theoretical (mathematical) basics.

Algorithms for image processing and computer vision are often the ‘materialization’ of mathematical formula’s. Being able to make a program from a mathematical description using the Python programming language and Numpy/Scipy packages is an important objective of this course.

A student that followed the course successfully should:

• be able to apply relatively simple methods to analyze images in practical settings, and
• be prepared for a master level course on computer vision.

Onderwijsvormen

• Hoorcollege
• Laptopcollege
• Werkcollege
• Zelfstudie

2x2 lectures per week, 2x2 uur practical (laptop) per week, 1x2 tutor session per week

Verdeling leeractiviteiten

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• Voor practica en werkgroepbijeenkomsten met opdrachten geldt een aanwezigheidsplicht. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan dit als gevolg hebben dat het onderdeel niet met een voldoende kan worden afgerond.
  

Toetsing

Inzage toetsing

De manier van inzage wordt via de webpagina van het vak gecommuniceerd.

Opdrachten

Labexercises

• Each week you have to write a report on the labexercises of that week (in groups of two students)

Fraude en plagiaat

Over het algemeen geldt dat elke uitwerking die je inlevert ter verkrijging van een beoordeling voor een vak je eigen werk moet zijn, tenzij samenwerken expliciet door de docent is toegestaan. Het inzien of kopiëren van andermans werk (zelfs als je dat hebt gevonden bij de printer, in een openstaande directory of op een onbeheerde computer) of materiaal overnemen uit een boek, tijdschrift, website, code repository of een andere bron - ook al is het gedeeltelijk - en inleveren alsof het je eigen werk is, is plagiaat.

We juichen toe dat je het cursusmateriaal en de opdrachten met medestudenten bespreekt om het beter te begrijpen. Je mag bronnen op het web raadplegen om meer te weten te komen over het onderwerp en om technische problemen op te lossen, maar niet voor regelrechte antwoorden op opgaven. Als in een uitwerking gebruik is gemaakt van externe bronnen zonder dat een bronvermelding is vermeld (bijvoorbeeld in de rapportage of in commentaar in de code), dan kan dat worden beschouwd als plagiaat.

Deze regels zijn er om alle studenten een eerlijke en optimale leeromgeving aan te kunnen bieden. De verleiding kan groot zijn om te plagiëren als de deadline voor een opdracht nadert, maar doe het niet. Elke vorm van plagiaat wordt bestraft. Als een student ernstige fraude heeft gepleegd, kan dat leiden tot het uitschrijven uit de Universiteit. Zie voor meer informatie over het fraude- en plagiaatreglement van de Universiteit van Amsterdam: www.uva.nl/plagiaat

Weekplanning

Rooster

Het rooster van dit vak is in te zien op DataNose.

Aanvullende informatie

Aanbevolen voorkennis: Calculus (numerical recipes project), linear algebra, programming in Python

Contactinformatie

Coördinator

• dr. ir. R. van den Boomgaard