Компьютерное зрение и анализ изображений

2023/2024

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Факультет географии и геоинформационных технологий

Статус:

Курс по выбору

Когда читается:

3-й курс, 3, 4 модуль

Преподаватели

Медведев Андрей Александрович

Сонюшкин Антон Владимирович

Тельнова Наталья Олеговна

Программа дисциплины

Аннотация

Задачи дисциплины заключаются в приобретении фундаментальных знаний об актуальных теориях и технологиях компьютерного зрения, используемых в задачах анализа пространственных и дистанционных данных, а также в приобретении практических навыков использования технологий компьютерного зрения при обработке дистанционной потоковой информации, распознавании стационарных и движущихся объектов по сериям аэрокосмических изображений, реконструкции трехмерной структуры объектов местности, тематической классификации и восстановлении изображений. Студенты научатся разрабатывать и проводить тонкую настройку алгоритмов компьютерного зрения и машинного обучения в зависимости от типа изображений и задач их анализа. Для успешного освоения дисциплины требуются базовые навыки программирования на языке Python.

Цель освоения дисциплины

• Цели освоения дисциплины заключаются в приобретении теоретических знаний о современных методах анализа изображений, машинного обучения и распознавания образов и практическими приемами их использования для автоматизированной обработки пространственных данных различного типа, в т.ч. данных дистанционного зондирования. Студенты научатся проводить тонкую настройку алгоритмов методов машинного обучения и распознавания образов в зависимости от типа изображения и прикладной задачи его обработки.

Планируемые результаты обучения

•  обоснованно выбирает и использует методы компьютерного зрений для решения задач тематической обработки изображений различных типов
• обоснованно выбирает и использует алгоритмы машинного обучения для решения задач тематической обработки изображений различных типов

Содержание учебной дисциплины

• Обзор методов компьютерного зрения используемых при обработке данных ДЗЗ
• Машинное обучение – смежная дисциплина, позволяющая выполнять автоматизированное дешифрирование аэрокосмических снимков
• Методы машинного обучения в анализе изображений

Элементы контроля

• Активность на лекциях и семинарах
• Анализ изображений в Python (серия практических работ)
• Итоговое тестирование

Промежуточная аттестация

• 2023/2024 учебный год 4 модуль
  Итоговая оценка по дисциплине рассчитывается как сумма полученных баллов за 3 элемента контроля: Активность на лекциях и семинарах - максимум 1 балл Посещаемость всех лекций и выполнение всех практических работ на семинарах - максимум 2 балла Результат сдачи итогового теста - максимум 7 баллов

Список литературы

Рекомендуемая основная литература

• Emilio Chuvieco. (2020). Fundamentals of Satellite Remote Sensing : An Environmental Approach, Third Edition. CRC Press.
• Image analysis, classification, and change detection in remote sensing : with algorithms for Python, Canty, M. J., 2019
• Lawhead, J. (2013). Learning Geospatial Analysis with Python : Master GIS and Remote Sensing Analysis Using Python with These Easy to Follow Tutorials. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=657621
• Remote sensing image analysis : including the spatial domain. (2004). Kluwer Academic.
• Steven M. de Jong, & Freek D. van der Meer. (2004). Remote Sensing Image Analysis: Including the Spatial Domain. Springer.
• Клетте, Р. Компьютерное зрение. Теория и алгоритмы : учебник / Р. Клетте , перевод с английского А. А. Слинкина. — Москва : ДМК Пресс, 2019. — 506 с. — ISBN 978-5-97060-702-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131691 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Селянкин, В. В. Компьютерное зрение. Анализ и обработка изображений / В. В. Селянкин. — 3-е изд., стер. — Санкт-Петербург : Лань, 2023. — 152 с. — ISBN 978-5-507-45583-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/276455 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• A Tutorial on Machine Learning and Data Science Tools with Python. (2017). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.E5F82B62
• Richert, W., & Coelho, L. P. (2013). Building Machine Learning Systems with Python. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=619996