28 lines
1.4 KiB
Markdown
28 lines
1.4 KiB
Markdown
|
# Widzenie komputerowe – materiały do zajęć
|
|||
|
|
|||
|
## Cele przedmiotu
|
|||
|
|
|||
|
Celem kursu jest nabycie umiejętności wykorzystywania klasycznych i współczesnych algorytmów z dziedziny widzenia komputerowego. Uczestnicy zajęć będą przetwarzać obrazy cyfrowe oraz materiały wideo w celu odwzorowania zadań, do których jest przystosowany system wzrokowy człowieka, np. takich jak rozpoznawanie i śledzenie obiektów. Kurs będzie opierał się na praktycznym wykorzystaniu biblioteki OpenCV.
|
|||
|
|
|||
|
## Wymagania wstępne w zakresie wiedzy, umiejętności oraz kompetencji społecznych
|
|||
|
|
|||
|
* Umiejętność programowania na poziomie inżyniera informatyki.
|
|||
|
* Znajomość podstaw uczenia maszynowego.
|
|||
|
|
|||
|
## Oprogramowanie
|
|||
|
|
|||
|
* Ubuntu 20.04
|
|||
|
* Python 3.7
|
|||
|
* OpenCV 4.5.3
|
|||
|
* FFmpeg 4.1.8
|
|||
|
|
|||
|
## Literatura
|
|||
|
|
|||
|
* L. Venturi, & K. Korda (2020). Hands-On Vision and Behavior for Self-Driving Cars. Packt Publishing.
|
|||
|
* D.M. Escriva, & R. Laganiere (2019). OpenCV 4 Computer Vision Application Programming Cookbook (wyd. 4). Packt Publishing.
|
|||
|
* A.F. Villan (2019). Mastering OpenCV 4 with Python. Packt Publishing.
|
|||
|
* E.R. Davies (2017). Computer Vision: Principles, Algorithms, Applications, Learning (wyd. 5). Academic Press.
|
|||
|
* R. Szeliski (2021). Computer Vision: Algorithms and Applications. Springer-Verlag.
|
|||
|
* D. Fouhey, & J. Johnson (2021). EECS 442: Computer Vision. University of Michigan.
|
|||
|
* S. Malick (2021). LearnOpenCV.
|