Beeldverwerken

Computer Vision

6 EC

Semester 2, periode 5

5082COVI6Y

Eigenaar Bachelor Kunstmatige Intelligentie
Coördinator dr. Leo Dorst
Onderdeel van Minor Kunstmatige Intelligentie, jaar 1Bachelor Kunstmatige Intelligentie, jaar 2

Studiewijzer 2017/2018

Globale inhoud

Bij zien komt heel wat kijken! Visuele taken die de mens letterlijk zonder nadenken uitvoert (omdat ze in onze hardware zitten) kunnen we computationeel duiden en expliciet implementeren.

In deze cursus converteren we digitale beelden gebaseerd op pixels naar ‘visuele kenmerken’ (features) voor latere verdere verwerking in tracking, coderen, of 3D-reconstructie. Wiskundig is die overgang gebaseerd op precieze modellen van de lokale structuur en kleur van beelden, het menselijke visuele systeem, het afbeeldingsproces van de camera, en computationeel efficiënte algoritmen (zoals Principal Component Analysis). Die modellen gebruiken vooral lineaire algebra en Taylor-reeksen van multi-dimensionale functies, en zijn direct implementeerbaar in Matlab. In dit vak ga je dus het vak Lineaire algebra en het vak Continue wiskunde en Statistiek (met name de calculus) gebruiken en je moet kunnen Programmeren.

In het practicum werken we met een aantal toepassingen met behulp van de Image Processing Toolbox van Matlab (of de Octave clone), met enige variatie door de jaren heen. Voorbeelden zijn: corrigeren van perspectief in beelden, genereren van pseudo-3D, beeldmozaïeken naaien, finding Waldo, automatische lijn-detectie, visuele oriëntatie door een robot en/of tracking van voetbalspelers in een video.

Binnen de AI-opleiding aan de UvA wordt Beeldverwerken benut in Autonome Mobiele Robots, en in de master AI (waar je nog meer geavanceerde Computer Vision vakken krijgt); de vaardigheden die je in Beeldverwerken opdoet in praktisch geïllustreerde lineaire algebra doen op diverse plekken deugd, met name ook bij de vele  vakken in Machine Learning, met hun hoog-dimensionale parameterruimten.

Studiemateriaal

Syllabus

  • ‘Machine Vision’, Leo Dorst, i.sm. Rein van den Boomgaard (beschikbaar via Blackboard)

Overig

  • Artikelen via Blackboard

Leerdoelen

  • Je kunt interpolatiealgoritmes voor beelden relateren aan hun doelen
  • Je kunt bepaalde niet-lineaire problemen omschrijven zoals projecties in lineaire vorm met behulp van homogene coördinaten (Direct Linear Transform), en ze zo oplossen met standaard lineaire algebra zoals SVD en least squares.
  • Je kunt convolutie uitleggen en uitvoeren.
  • Je kunt de eerste en tweede orde afgeleiden van beelden berekenen.
  • Je kunt deze gebruiken in een scale space formalisme, en daarmee de local structure in beelden bepalen.
  • Je kunt het SIFT algoritme voor featurebepaling uitleggen en toepassen.
  • Je kunt de principes van de Hough transform beschrijven en toepassen voor bepaalde beeldelementen (zoals lijnen).
  • Je kunt PCA uitleggen en toepassen voor beeld-karakterisatie (appearance modeling).
  • (Niet ieder jaar: Je kunt de principes van mathematical morphology toepassen bij het segmenteren van beelden in objecten.)
  • Je kunt programmeren in de Matlab image processing toolbox.

Onderwijsvormen

  • Hoorcollege
  • Werkcollege
  • (Computer)practicum
  • Zelfstudie

• 2x2 uur hoorcollege
• 2x2 uur werkcollege
• 2x2 uur practicum/laptopcollege per week met typisch 1 opdracht per week in groepen van 2

Verdeling leeractiviteiten

Activiteit

Uren

Deeltoets

0

Hoorcollege

20

Laptopcollege

20

Tentamen

3

Werkcollege

20

Zelfstudie

105

Totaal

168

(6 EC x 28 uur)

Academische vaardigheden

  • De 5 practicumverslagen zijn een oefening in het maken van een self-contained rapport over ieder van de opdrachten. Je legt opdracht en oplossing in je eigen woorden uit, op een manier die begrijpelijk is voor peers. Naast de correctheid weegt ook de begrijpelijkheid mee in het cijfer.
  • Een deel van de stof in het tweede deel (week 4-7) bestaat uit beroemde artikelen. Je leert hoe je een wetenschappelijk artikel leest (dat gaat niet in 1 keer!)

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • Voor practica en werkgroepbijeenkomsten met opdrachten geldt een aanwezigheidsplicht. De invulling van deze aanwezigheidsplicht kan per vak verschillen en staat aangegeven in de studiewijzer. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan het onderdeel niet met een voldoende worden afgerond. .

Aanvullende eisen voor dit vak:

Aanwezigheid bij het practicum en werkcolleges is verplicht (80% aanwezigheid, afmelden bij verhindering), bij het hoorcollege wordt het sterk aangeraden.

Toetsing

Onderdeel en weging Details

Eindcijfer

33%

Tentamen

Moet ≥ 5.5 zijn, Herkansbaar

Deeltoets 1

Deeltoets 2

67%

Practicumverslagen

Moet ≥ 5.5 zijn
  • Gemiste practicumopgaven moeten tijdens de cursus worden ingehaald in overleg met de assistent.
  • Voor het tentamen zijn er 2 gelegenheden: het reguliere tentamen (dat bestaat uit 2 delen) en het hertentamen over de gehele stof.
  • Als je een onderdeel (hele practicum of heel tentamen, na eventueel hertentamen) niet haalt, moet je het vak helemaal opnieuw doen.

Het vak is gedrapeerd om de wekelijkse practicumopgaven (de eerste opdracht omvat de eerste twee weken, daarna wekelijks een nieuwe), welke van tevoren bekend worden gemaakt, met de bijbehorende stof, en in groepen van 2 kunnen worden gedaan. Neem ze door voor het eerste hoorcollege van de week; en kom dan naar het hoorcollege. Vervolgens is er een werkcollege om je te stimuleren de theorie op de praktijk af te stemmen, en dus klaar te zijn voor het feitelijke programmeren op het practicum die middag. De tweede beeldverwerkingsdag van de week ziet er net zo uit: hoorcollege, werkcollege, practicum. Bij het begin van iedere practicummiddag heb je dus al een goed idee hoe je het gaat aanpakken; dat is nodig, want anders kom je in tijdnood op het practicum zelf.

Opdrachten

De opdracht van de week verschijnt in het weekend op Blackboard met bijbehorende stof. Het weekend daarop moet het verslag over de afgeronde opdracht worden ingeleverd.

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: www.uva.nl/plagiaat

Weekplanning

Week Onderwerpen Studiestof
1
2
3
4
5
6
7
8

Rooster

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

Aanvullende informatie

De ervaring leert dat je bij dit vak de 21 uur per week wel maakt. Hou je planning dus in de gaten! We hebben de contacturen zo gepland dat je de halve vrijdag hebt om het practicumverslag af te ronden. Je verslag is op de donderdag van de week na het weekend waarop je het inlevert nagekeken en wordt bij het werkcollege dan teruggegeven.

  • Sterk overlappend met vak Beeldbewerken in bachelor Informatica door Rein van den Boomgaard. Met toestemming van examencommissie kan dat als alternatief gevolgd worden.
  • Lineaire algebra, calculus, programmeren

Contactinformatie

Coördinator

  • dr. Leo Dorst

Practicumassistenten
Naam : Alessandra van Ree, Muriël Mol, Ysbrand Galama, Nora Schinkels, Eelvo van de Wel
E-mail : Zie contactinformatie op BB