2011/2012

02902 Videregående emner i billedanalyse, computervision og dataanalyse

Kurset henvender sig til phd. studerende fra DTUs institutter, som har behov for avancerede algoritmer til billedanalyse og dataanalyse ifm. deres forskningsprojekt. Afhæning af deltagernes interesse vælges individuelt moduler fra videregående kurser i billedanalyse og dataanalyse (02503, 02504, 02505, 02582). Der vil desuden være mulighed for at anvende metoderne på egne data under vejledning.

Engelsk titel: 


Advanced Topics in Image Analysis, Computer Vision, and Data Analysis

Sprog:


Point (ECTS )


5

Kursustype:   

Ph.D.- Konstruktion, Produktion, Byggeri og Transport, Matematik, Fysik og Informatik, Kemi, Bioteknologi og Kemiteknik, Elektronik, Kommunikation og Rumforskning, Life Science
Kurset udbydes under åben uddannelse


Skemaplacering:

Forår
Ved et kickoff møde i semesterets første uge aftales en serie ugentlige sessioner
 

Kursets varighed:

13-uger

Eksamensplacering:

Aftales med læreren 

Evalueringsform:

Hjælpemidler:

Bedømmelsesform:

Faglige forudsætninger:

,

Deltagerbegrænsning:

Minimum  4, Maksimum:  8
 

Overordnede kursusmål:

At deltagerne opnår kendskab til et udvalg af avancerede billedanalyse, computer vision og dataanalyse metoder, samt at sætte deltagerne i stand til at anvende visse avancerede billedanalyse, computer vision, eller data analyse metoder i eget forskningsprojekt.


Læringsmål:

En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Forklare og anvende metoder til billedregistrering
  • Forklare og anvende computer vision metoder til 3D rekonstruktion
  • Forklare og anvende sparse regressions- og klassifikationsmodeller
  • Forklare og anvende farve og tekstur modellering
  • Vælge genet billed/data-analyse metode ifm. en applikation
  • Udføre billed/data analyse ifm. en applikation

Kursusindhold:

Kurset dækker udvalgte emner fra masterkurser i billed analyse og computer vision og data analyse (02503, 02504, 02505, 02582). Eksempler på emner: Billedregistrering og deformerbare skabeloner, stereo vison og struktureret lys, multiple view geometry, texturklassifikation, markovfelter, hyperspectral billedanalyse.


Mulighed for GRØN DYST deltagelse:

Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk/kursustilmelding.aspx


Kursusansvarlig:

Rasmus Larsen, 321, 220, (+45) 4525 3415, rl@imm.dtu.dk  

Institut:

02 Institut for Informatik og Matematisk Modellering

Tilmelding:

I CampusNet

Nøgleord:

billed analyse, computer vision, multivariat statistik, computer intensive metoder,
Sidst opdateret: 24. februar, 2012