Zaawansowane metody przetwarzania i analizy obrazu Field of study: Computer Science
Programme code: 08-S2INI14.2015

Module name: Zaawansowane metody przetwarzania i analizy obrazu
Module code: 08-IN-S2-ZMPiAO
Programme code: 08-S2INI14.2015
Semester:
  • summer semester 2016/2017
  • winter semester 2016/2017
Language of instruction: Polish
Form of verification: course work
ECTS credits: 3
Description:
Materiał modułu Zaawansowane metody przetwarzania i analizy obrazu wymaga poznania i zrozumienia podstaw teoretycznych oraz nabycia praktycznych umiejętności posługiwaniem się tą wiedzą. Podstawy teoretyczne to przede wszystkim przyswojenie i zrozumienie podstawowych pojęć związanych z przedmiotem, nabycie umiejętności kojarzenia oraz zastosowania omawianych zagadnień. Jest to też umiejętność odpowiednio efektywnego i szybkiego odszukiwania wymaganych informacji w literaturze. Umiejętności praktyczne nabywa się poprzez analizę przykładowych algorytmów oraz samodzielne rozwiązywanie zadań. Moduł zatem stanowi swoiste połączenie między wiedzą teoretyczną, ogólnymi przykładami a umiejętnością profilowania wybranych metod (zagadnień) i wiedzy w praktycznym wykorzystaniu.
Prerequisites:
(no information given)
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
wykonuje prace indywidualne i zespołowe [ZMPiAO -K_6]
 K_2_A_I_K01 [1/5]
demonstruje odpowiedzialność za wspólnie realizowane zadania w ramach zespołu [ZMPiAO -K_7]
 K_2_A_I_K06 [1/5]
rozwiązuje zadania obejmujące rozpoznawanie obrazów [ZMPiAO -U_4]
 K_2_A_I_U01 [3/5]
klasyfikuje istniejące rozwiązania informatyczne: aplikacje, algorytmy itp. [ZMPiAO -U_5]
 K_2_A_I_U05 [1/5]
klasyfikuje wiedzę z zakresu matematyki i cyfrowego przetwarzania sygnałów [ZMPiAO -W_1]
 K_2_A_I_W01 [1/5]
wyjaśnia podstawowe metody, techniki, narzędzia i materiały stosowane w rozpoznawaniu obrazów [ZMPiAO -W_2]
 K_2_A_I_W08 [2/5]
klasyfikuje informacje z literatury oraz innych źródeł dotyczących rozpoznawania obrazów [ZMPiAO -W_3]
 K_2_A_I_W15 [2/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
kolokwium [ZMPiAO _w_1]
W ramach modułu zostaną zrealizowane trzy kolokwia dotyczące kolejnych etapów zapoznania z modułem: - sieci neuronowe, - algorytmy rozmyte, - metody statystyczne. Student na wszystkich kolokwiach wykonuje praktyczną implementację 4 zadanych algorytmów w środowisku Matlab.
ZMPiAO -W_1 ZMPiAO -W_2
kartkówka [ZMPiAO _w_2]
Przed zajęciami student rozwiązuje zadany problem weryfikujący utrwalenie wiedzy z poprzednich zajęć.
 ZMPiAO -U_4 ZMPiAO -W_2
projekt [ZMPiAO _w_3]
W ramach modułu zostaną zrealizowane samodzielnie przez studenta trzy projekty dotyczące trzech podstawowych działów: sieci neuronowych, algorytmów rozmytych oraz metod statystycznych wykorzystywanych w rozpoznawaniu obrazów.
 ZMPiAO -K_6 ZMPiAO -K_7 ZMPiAO -U_5 ZMPiAO -W_1 ZMPiAO -W_2 ZMPiAO -W_3
zaliczenie [ZMPiAO _w_4]
Zaliczenie w formie testu obejmującego zagadnienia omawiane na wykładach i laboratoriach
 ZMPiAO -K_6 ZMPiAO -K_7 ZMPiAO -U_5 ZMPiAO -W_1 ZMPiAO -W_2 ZMPiAO -W_3
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [ZMPiAO _fs_1]
Omówienie podstawowych metod rozpoznawania obrazów ze szczególnym uwzględnieniem metod stosujących sieci neuronowe, algorytmy rozmyte, metody statystyczne. Implementacja wybranych typów sieci neuronowych w programie Matlab obraz przeprowadzanie weryfikacji ich dokładności. Tworzenie wzorca diagnostycznego oraz omówienie problemów występujących przy porównaniu jakości otrzymywanych wyników. Implementacja w programie Matlab algorytmu rozpoznającego określone jednostki chorobowe na wybranych typach obrazów.
 15
Praca studenta, ze wskazaną literaturą do przedmiotu i materiałami z wykładu obejmującymi praktyczną implementację algorytmów oraz niezbędne podstawy teoretyczne. Dotyczy ona samodzielnego przyswojenia wiedzy z zakresu omawianego na wykładzie.
 15 kartkówka [ZMPiAO _w_2] projekt [ZMPiAO _w_3] zaliczenie [ZMPiAO _w_4]
laboratory classes [ZMPiAO _fs_2]
Prowadzący wspólnie ze studentami analizuje w praktycznej implementacji algorytmy omówione na wykładach. Studenci samodzielnie rozwiązują zadane problemy w zakresie rozpoznawania obrazów medycznych. Na wybranych ćwiczeniach student, pracując w grupach 3-4 osobowych otrzymuje instrukcje do wykonania trzech projektów.
30
Student zobowiązany jest do przygotowania z wiedzy teoretycznej pozyskane na wykładach oraz ze zgromadzonej literatury. Student w grupie wykonuje trzy zadania projektowe związane z praktyczną implementacją algorytmu w programie Matlab.
30 kolokwium [ZMPiAO _w_1] projekt [ZMPiAO _w_3]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)