34240 Data science, kompression og billedkommunikation

2024/2025

Kursusinformation
Data Science, Compression and Image Communication
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
Retningsspecifikt kursus (MSc), Communication Technologies and System Design
Teknologisk specialisering (MSc), Communication Technologies and System Design
F4B (fre 8-12)
Campus Lyngby
Forelæsninger og gennemførelse af individuelt projekt (hold af to studerende)
Opgaver og øvelser.
13-uger
F4B
Mundtlig eksamen og bedømmelse af rapport(er)
Bedømmelse af rapport(80%) og mundtlig fremlæggelse, samt besvarelse af spørgsmål (20%).
Alle hjælpemidler - med adgang til internettet
7-trins skala , ekstern censur
34220/34230/34231/02502 , eller anden form for billed- og/eller signalbehandling og kendskab til Matlab eller Python
Søren Otto Forchhammer , Lyngby Campus, Bygning 343, Tlf. (+45) 4525 3622 , sofo@dtu.dk
34 Institut for Elektroteknologi og Fotonik
I studieplanlæggeren
Dette kursus giver den studerende en 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
Overordnede kursusmål
At give deltagerne forståelse for grundprincipperne i data science og kompression og metoder til datakompression f.eks. til billedkommunikation. At sætte deltagerne i stand til at implementere og evaluere data-analyse og -kompressionsalgoritmer.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • implementere en data-analyse eller kompressionsmetode
  • simulere datakompressionskodning og -dekoding
  • beregne og evaluere perfomance faktoren
  • beregne og evaluere kvaliteten af dekodede eller rekonstruerede data objektivt og subjektivt
  • analysere og fortolke et entropi-estimat, fx. i relation til kodelængden
  • forklare dekorrelering af data til analyse eller kompressionsformål
  • forklare kvantiseríng af en data repræsentation
  • forklare entropi-konceptet, fx for kodning
Kursusindhold
Introduktion til grundprincipperne bag og metoder til data science og kompression inkl. grundlæggende informationsteori, som entropy, kryds-entropy og gensidig information. Dette omfatter entropi-begrebet som et informationsmål og gensidig information som et mål for delt information. Entropikodning vha. Huffman og aritmetisk kodning. Dekorreleríng af data ved prædiktion eller transformation til frekvensdomænet. Kvantisering af data til kodning med tab eller representation i rum af mindre dimension. En række eksempler på datakompression og -analyse præsenteres, fx. Kodning og analyse af: datastrenge, billeder i frekvensdomænet (DCT og wavelets - JPEG billedkodnings-specifikationer), lydsignaler, video som billedsekvenser. En Anvendelser er fx kodning af billeder, video eller data fra en drone, samt højkvalitetsbilleder, fx til internet applikationer.
Midtvejs vælges et projekt inden for de fremlagte områder.
Sidst opdateret
28. oktober, 2024