| Kods | DE0919 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Attēlu analīze un tēlu atpazīšana | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Pamatstudiju, Akadēmiskais | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Katrīna Šmite | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 3.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kurss sniedz studentiem izpratni par attēlu analīzes un tēlu atpazīšanas tehnoloģijām, kas ir būtiska datorredzes jomā. Studenti iemācīsies izmantot dažādas attēlu apstrādes un analīzes tehnikas, lai identificētu un interpretētu vizuālo informāciju. Studiju kursā tiek pētīti attēlu iezīmju ekstrakcijas, tekstūru un formu atpazīšanas, kā arī mašīnmācīšanās un neironu tīklu izmantošanas aspekti tēlu atpazīšanā. Praktiskās nodarbībās studenti veiks reāllaika attēlu apstrādes uzdevumus, izmantojot aktuālo programmatūru un bibliotēkas. Studiju kurss sniedz teorētiskas zināšanas un praktiskās prasmes, kas vajadzīgas, lai studenti varētu sekmīgi turpināt akadēmisko un profesionālo darbību attēlu analīzes un datorredzes nozarēs.. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa galvenais mērķis ir nodrošināt studentiem teorētiskas zināšanas un praktiskas prasmes attēlu analīzes un tēlu atpazīšanas metodēs, kas ir svarīgas datorredzes sistēmu izstrādē. Studentiem jāapgūst spēja efektīvi apstrādāt un analizēt attēlus, izmantojot mūsdienu algoritmus un tehnoloģijas. Studiju kursa uzdevumi: - sniegt fundamentālas zināšanas par attēlu analīzes metodēm un tēlu atpazīšanas principiem; - sniegt zināšanas par matemātiskiem un statistiskiem modeļiem, kas tiek izmantoti attēlu analīzē; - attīstīt prasmes analizēt un interpretēt attēlu datus, izmantojot kvantitatīvus un kvalitatīvus mērījumus; - attīstīt prasmes praktiski realizēt attēlu apstrādes un tēlu atpazīšanas algoritmus, tostarp mašīnmācīšanās un neironu tīklu izveidošanu attēlu atpazīšanai; - veicināt sadarbību un komandas darbu, izstrādājot grupu projektus, kas saistīti ar attēlu analīzi un tēlu atpazīšanu. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Izprot attēlu analīzes metodes un tēlu atpazīšanas principus, kas ir būtiski datorredzes sistēmu izstrādē. - Eksāmens: jautājumi par atbilstošām tēmām. Izprot matemātiskos un statistiskos modeļus, kas tiek izmantoti attēlu analīzē, spēj piemērot šīs koncepcijas attēlu apstrādes uzdevumu risināšanai. - Eksāmens: jautājumi par atbilstošām tēmām. Spēj analizēt un interpretēt attēlu datus, izmantojot gan kvantitatīvus, gan kvalitatīvus mērījumus, veicinot dziļāku vizuālo datu izpratni. - Eksāmens: analītiskie uzdevumi par attēlu datu novērtēšanu. Praktiskie darbi: atskaites, kuros veikta izvēlētās attēlu datu kopas analīze. Spēj praktiski realizēt attēlu apstrādes un tēlu atpazīšanas algoritmus, efektīvi piemērot mūsdienu algoritmus un tehnoloģijas. - Praktiskie darbi: patstāvīgi izpildīti individuālie uzdevumi, kas saistīti ar algoritmu realizēšanu un pielāgošanu noteiktās problēmas risināšanai. Grupas projekts: izstrādāta lietojumprogramma, kas spēj atrisināt izvēlēto attēlu analīzes problēmu. Spēj strādāt komandā, izmantojot komandas darba prasmes un dažādu metožu integrāciju sarežģītu problēmu risināšanā. - Grupas projekts: prezentēts gala rezultāts un iesniegta atskaite par paveikto projektu. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Praktiskie darbi - 30%
Grupas projekts - 40% Eksāmens - 30% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Pamatzināšanas programmēšanā, matemātikā, izpratne par attēlu apstrādes metodēm un mākslīgā intelekta pamatiem. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||