Ανάλυση Εικόνας και Τεχνητή Όραση
Τύπος Μαθήματος: Προαιρετικό (ΠΜ)
Θεμελιώσεις Πληροφορικής (S1): -
Διαχείριση Δεδομένων και Γνώσης (S2): -
Υλικό και Αρχιτεκτονική (S4): -
Επικοινωνίες και Δικτύωση (S5): -
Επεξεργασία Σήματος και Πληροφορίας (S6): -
Σύντομη περιγραφή Μαθήματος
- Μαθηματικά θεμέλια μηχανικής όρασης.
- Προβολική γεωμετρία, σχηματισμός εικόνας και στερεοσκοπία.
- Βασικές έννοιες ψηφιακής εικόνας και πράξεις γειτονιάς.
- Εξαγωγή χαρακτηριστικών και ανίχνευση ακμών.
- Ανίχνευση γωνιών και πυραμίδες πολυκλίμακας.
- Χώρος κλίμακας, ανιχνευτές blob και τοπικοί διανυσματικοί περιγραφείς χαρακτηριστικών.
- Προηγμένα τοπικά χαρακτηριστικά και διανυσματικές αναπαραστάσεις εικόνας.
- Βασικές έννοιες μηχανικής μάθησης.
- Εισαγωγή στην παραδοσιακή αναγνώριση εικόνας.
- Οπτική ροή.
- Εισαγωγή στα νευρωνικά δίκτυα και στη βιβλιοθήκη PyTorch.
- Συνελικτικά Νευρωνικά Δίκτυα.
- Νευρωνικός μηχανισμός προσοχής και αρχιτεκτονική Transformer.
- Ανίχνευση αντικειμένων.
- Σημασιολογική κατάτμηση εικόνων.
- Αυτεπίβλεπτη μάθηση αναπαραστάσεων και οπτικογλωσσικές αναπαραστάσεις.
- Σύνθεση εικόνων με παραγωγική μάθηση
