Zaawansowane metody przetwarzania obrazów Kierunek studiów: Informatyka
Kod programu: 08-S1INI12.2014

Nazwa modułu: Zaawansowane metody przetwarzania obrazów
Kod modułu: 08-IO1S-13-5W28
Kod programu: 08-S1INI12.2014
Semestr: semestr zimowy 2016/2017
Język wykładowy: polski
Forma zaliczenia: zaliczenie
Punkty ECTS: 5
Opis:
Materiał modułu Zaawansowane metody przetwarzania obrazów 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.
Wymagania wstępne:
Realizacja efektów kształcenia modułu: Cyfrowe przetwarzanie sygnałów
Literatura podstawowa:
(brak informacji)
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
wykonuje prace indywidualne i zespołowe [08-IO1S-13-5W28-K_6]
 K_1_A_I_K01 [1/5] K_1_A_I_K03 [1/5]
demonstruje odpowiedzialność za wspólnie realizowane zadania w ramach zespołu [08-IO1S-13-5W28-K_7]
 K_1_A_I_K03 [1/5]
rozwiązuje zadania obejmujące rozpoznawanie obrazów [08-IO1S-13-5W28-U_4]
 K_1_A_I_U01 [3/5]
klasyfikuje istniejące rozwiązania informatyczne: aplikacje, algorytmy itp. [08-IO1S-13-5W28-U_5]
 K_1_A_I_U05 [1/5]
klasyfikuje wiedzę z zakresu matematyki i cyfrowego przetwarzania sygnałów [08-IO1S-13-5W28-W_1]
 K_1_A_I_W01 [1/5]
wyjaśnia podstawowe metody, techniki, narzędzia i materiały stosowane w rozpoznawaniu obrazów [08-IO1S-13-5W28-W_2]
 K_1_A_I_W15 [2/5] K_1_A_I_W16 [2/5]
klasyfikuje informacje z literatury oraz innych źródeł dotyczących rozpoznawania obrazów [08-IO1S-13-5W28-W_3]
 K_1_A_I_W15 [2/5]
Typ Opis Kody efektów modułowych do których odnosi się sposób weryfikacji
kolokwium [08-IO1S-13-5W28_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.
08-IO1S-13-5W28-W_1 08-IO1S-13-5W28-W_2
kartkówka [08-IO1S-13-5W28_w_2]
Przed zajęciami student rozwiązuje zadany problem weryfikujący utrwalenie wiedzy z poprzednich zajęć.
 08-IO1S-13-5W28-U_4 08-IO1S-13-5W28-W_2
projekt [08-IO1S-13-5W28_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.
 08-IO1S-13-5W28-K_6 08-IO1S-13-5W28-K_7 08-IO1S-13-5W28-U_5 08-IO1S-13-5W28-W_1 08-IO1S-13-5W28-W_2 08-IO1S-13-5W28-W_3
zaliczenie [08-IO1S-13-5W28_w_4]
Zaliczenie w formie testu obejmującego zagadnienia omawiane na wykładach i laboratoriach
 08-IO1S-13-5W28-K_6 08-IO1S-13-5W28-U_5 08-IO1S-13-5W28-W_1 08-IO1S-13-5W28-W_2 08-IO1S-13-5W28-W_3
Rodzaj prowadzonych zajęć Praca własna studenta Sposoby weryfikacji
Typ Opis (z uwzględnieniem metod dydaktycznych) Liczba godzin Opis Liczba godzin
wykład [08-IO1S-13-5W28_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 [08-IO1S-13-5W28_w_2] projekt [08-IO1S-13-5W28_w_3]
laboratorium [08-IO1S-13-5W28_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 [08-IO1S-13-5W28_w_1] projekt [08-IO1S-13-5W28_w_3]
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)