rpd000007591 (1015253), страница 2
Текст из файла (страница 2)
3. Распознавание образов.
- 3.1. Компьютерное распознавание образов и машинное обучение с учителем.
- 3.2. Пространство признаков. Классы. Обучающая и тестовая выборки.
- 3.3. Гипотеза компактности. Методы ближайших соседей. Линейные разделители.
- 3.4. Максимизация правдоподобия и апостериорной вероятности.
- 3.5. Байесовское обучение. Переобучение и регуляризация.
- 3.6. Метод опорных векторов. Бустинг.
- 3.7. Признаковое описание объектов на изображениях.
- 3.8. Автоматическое распознавание целей.
- 3.9. Ошибки первого и второго рода.
- 3.10. Биометрия. Критерии качества биометрической верификации и идентификации. Дактилоскопия. Методы автоматического обнаружения и распознавания лиц.
- 3.11. Компьютерная классификация и обучение без учителя.
- 3.12. Кластерный анализ. Иерархическая группировка.
- 3.13. Методы, основанные на теории графов. Снижение размерности.
- 3.14. Метрическое шкалирование. Неметрическое шкалирование. Ранжирование.
- 3.15. Нейросетевые методы обработки информации.
- 3.16. Модель нейрона. Многослойные нейронные сети. Персептроны.
- 3.17. Различные стратегии обучения.
- 3.18. Метод обратного распространения ошибки. Ассоциативная память.
- 3.19. Сети Хопфилда. Самоорганизующиеся нейронные сети.
- 3.20. Сети Кохоненна. Генетические алгоритмы обучения.
-
Лекции
| № п/п | Раздел дисциплины | Объем, часов | Тема лекции | Дидакт. единицы |
| 1 | 1.1.Обработка изображений. | 2 | Задачи и приложения машинного зрения. Цифровое изображение. | 1.1, 1.2, 1.3 |
| 2 | 1.2.Анализ изображений и сцен. | 2 | Анализ движения. Выделение движущихся объектов. | 2.28, 2.29, 2.30, 2.31, 2.32, 2.33, 2.34, 2.35, 2.36 |
| 3 | 1.3.Распознавание образов. | 2 | Компьютерное распознавание образов. | 3.1, 3.2, 3.3, 3.4, 3.5, 3.6, 3.7, 3.8, 3.9, 3.10, 3.11, 3.12, 3.13, 3.14 |
| 4 | 1.3.Распознавание образов. | 2 | Нейросетевые методы обработки информации. | 3.15, 3.16, 3.17, 3.18, 3.19, 3.20 |
| Итого: | 8 | |||
-
Практические занятия
| № п/п | Раздел дисциплины | Объем, часов | Тема практического занятия | Дидакт. единицы |
| 1 | 1.1.Обработка изображений. | 2 | Гистограмма и гистограммная обработка. | 1.4, 1.5, 1.6 |
| 2 | 1.1.Обработка изображений. | 4 | Нелинейная фильтрация изображений. | 1.7, 1.8, 1.9, 1.10, 1.11, 1.12, 1.13, 1.14 |
| 3 | 1.1.Обработка изображений. | 2 | Линейная фильтрация изображений. | 1.15, 1.16, 1.17, 1.18, 1.19, 1.20, 1.21, 1.22, 1.23 |
| 4 | 1.2.Анализ изображений и сцен. | 2 | Выделение контурных точек (контуров) на полутоновых изображениях. | 2.1, 2.2, 2.3, 2.4 |
| 5 | 1.2.Анализ изображений и сцен. | 2 | Сегментация изображений. Задача выделения связных областей. | 2.5, 2.6, 2.7, 2.8, 2.9, 2.10, 2.11 |
| 6 | 1.2.Анализ изображений и сцен. | 2 | Преобразование Хафа. | 2.12, 2.13, 2.14, 2.15, 2.16 |
| 7 | 1.2.Анализ изображений и сцен. | 2 | Математическая морфология Серра (ММ). | 2.17, 2.18, 2.19, 2.20, 2.21, 2.22 |
| 8 | 1.2.Анализ изображений и сцен. | 2 | Математическая морфология Пытьева (МП)/ | 2.23, 2.24, 2.25, 2.26, 2.27 |
| Итого: | 18 | |||
-
Лабораторные работы
| № п/п | Раздел дисциплины | Наименование лабораторной работы | Наименование лаборатории | Объем, часов | Дидакт. единицы |
| 1 | 1.1.Обработка изображений. | Исследование цифрового изображения. Гистограмма и гистограммная обработка. Методы бинарной и полутоновой нелинейной и линейной фильтраций. | Системы автоматического управления ЛА | 4 | 1.4, 1.5, 1.6, 1.7, 1.8, 1.9, 1.10, 1.14, 1.15, 1.16, 1.17, 1.18, 1.20, 1.21, 1.22, 1.23 |
| 2 | 1.2.Анализ изображений и сцен. | Методы сегментации изображений. Методы выделения контуров. Математическая морфология. Морфологический анализ Пытьева. | Системы автоматического управления ЛА | 4 | 2.4, 2.5, 2.6, 2.10, 2.11, 2.12, 2.17, 2.18, 2.19, 2.25, 2.26 |
| Итого: | 8 | ||||
-
Типовые задания
| № п/п | Раздел дисциплины | Объем, часов | Наименование типового задания |
| Итого: | |||
-
Курсовые работы и проекты по дисциплине
-
Рубежный контроль
-
Промежуточная аттестация
1. Экзамен (3 семестр)
Прикрепленные файлы: Экзамен (3 семестр).doc
-
УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
а)основная литература:
1. Визильтер Ю.В., Желтов С.Ю., Бондаренко А.В., Ососков М.В., Моржин А.В. Обработка и анализ изображений в задачах машинного зрения: Курс лекций и практических занятий. – М.: Физматкнига, 2010. – 672 с.
2. Мерков А.Б. Распознавание образов: Введение в методы статистического обучения. – М: URSS, 2011. 256 с.
3. Пытьев Ю.П., Чуличков А.И. Методы морфологического анализа изображений. М.:, Физматлит, 2010, 336 с.
б)дополнительная литература:
1. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. М.: Радио и связь, 1987, с.400.
2. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с анг. – М.: Мир, 1976, с.511.
3. Гонсалес Р., Вудс Р., Цифровая обработка изображений. М.: Техносфера, 2005. 1072 c.
4. Форсайт А., Понс Дж. Компьютерное зрение. Современный подход. М: Вильямс, 2004. 928с.
5. Прэтт У. Цифровая обработка изображений. М.: Мир, 1982, кн.1 – 382 с., кн. 2 – 480 с.
6. Павлидис Т. Алгоритмы машинной графики и обработки изображений. М.:, Радио и связь, 1986, 396 с.
в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:
специализированное программное обеспечение кафедры 301 для выполнения лабораторных работ.
-
МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
1. Лекционные занятия:
a. комплект электронных презентаций/слайдов,
b. аудитория, оснащенная презентационной техникой (проектор, экран, компьютер)
2. Лабораторные работы
a. лаборатория «Интеллектуальные системы управления» кафедры 301, оснащенная персональными компьютерами, презентационной техникой и специализированным программным обеспечением,
b. шаблоны отчетов по лабораторным работам,
c. исходных данные (тематические наборы цифровых изображений),
3. Прочее
a. рабочее место преподавателя, оснащенное компьютером с доступом в Интернет,
b. рабочие места студентов, оснащенные компьютерами с доступом в Интернет, предназначенные для работы в электронной образовательной среде,
Приложение 1
к рабочей программе дисциплины
«Обработка видеоинформации в системах управления »
Аннотация рабочей программы
Дисциплина Обработка видеоинформации в системах управления является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Управление в технических системах. Дисциплина реализуется на 3 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 301.
Дисциплина нацелена на формирование следующих компетенций: ПК-1 ,ПК-3 ,ПК-19 ,ПК-20.
Содержание дисциплины охватывает круг вопросов, связанных с: теоретическими основами компьютерной обработки изображений и распознавания образов и их практическим применением для разработки простейших алгоритмов обработки и анализа изображений, основными принципами машинного обучения, интеллектуального анализа данных, компьютерного и машинного зрения.
Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Практическое занятие, Лабораторная работа.
Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Экзамен (3 семестр).
Общая трудоемкость освоения дисциплины составляет 3 зачетных единиц, 108 часов. Программой дисциплины предусмотрены лекционные (8 часов), практические (18 часов), лабораторные (8 часов) занятия и (47 часов) самостоятельной работы студента.
Приложение 2
к рабочей программе дисциплины
«Обработка видеоинформации в системах управления »
Cодержание учебных занятий
-
Лекции
1.1.1. Задачи и приложения машинного зрения. Цифровое изображение. (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
