BİLGİSAYAR MÜHENDİSLİĞİ (YL) (TEZLİ)
Kazanılan Yeterlilik Program Süresi Toplam Kredi (AKTS) Öğretim Şekli Yeterliliğin Düzeyi ve Öğrenme Alanı
YÜKSEK LİSANS DERECESİ 2 120 ÖRGÜN TYÇ, TYYÇ, EQF-LLL, ISCED (2011):7. Düzey
QF-EHEA:2. Düzey
TYYÇ, ISCED (1997-2013): 48,52

Ders Genel Tanıtım Bilgileri

Ders Kodu: 3016002045
Ders İsmi: Bilgisayarda Görme
Ders Yarıyılı: Bahar
Ders Kredileri:
Teorik Pratik Laboratuvar Kredi AKTS
3 0 0 3 6
Öğretim Dili: TR
Ders Koşulu:
Ders İş Deneyimini Gerektiriyor mu?: Hayır
Ders İçin Önerilen Diğer Hususlar:
Dersin Türü: Anabilim Dalı/Lisansüstü Seçmeli
Dersin Seviyesi:
Yüksek Lisans TYYÇ:7. Düzey QF-EHEA:2. Düzey EQF-LLL:7. Düzey
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Doç. Dr. Oğuz ATA
Dersi Veren(ler):
Dersin Yardımcıları:

Dersin Amaç ve İçeriği

Dersin Amacı: Bu ders, bilgisayarla görme temel prensipleri ve uygulamaları hakkında bilgi sahibi olmak isteyen öğrencilere yöneliktir. Derste bilgisayarla görme ile ilgili temel kavramlar tanıtılacaktır. Bilgisayarla görmenin günlük hayatımızda önemli olan pratik uygulamaları tartışılacaktır. Öğrenciler bilgisayarla görme algoritmalarını uygulayabilecekleri projeye katılacaktır.
Dersin İçeriği: Bu ders imge oluşturma, işaret işleme, öznitelik tespiti eşleştirme, kesimleme, öznitelik tabanlı hizalama, hareketten yapı, yoğun hareket tahmini, görüntü dikme, hesaplamalı fotoğrafçılık, stereo uyuşma, üç boyutlu geri-çatma, görüntü-tabanlı renderleme ve tanıma konularını içerecektir.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
Öğrenme Kazanımları
1 - Bilgi
Kuramsal - Olgusal
1) İmgeler kullanarak işaret işlemenin teorik ve pratik yönlerini tanımlayabilecektir
2 - Beceriler
Bilişsel - Uygulamalı
3 - Yetkinlikler
İletişim ve Sosyal Yetkinlik
Öğrenme Yetkinliği
Alana Özgü Yetkinlik
1) İmge oluşturma ve imge analizinin ilkelerini açıklayabilecektir
Bağımsız Çalışabilme ve Sorumluluk Alabilme Yetkinliği

Ders Akış Planı

Hafta Konu Ön Hazırlık
1) Bölüm 1 Computer Vision: Algorithms and Applications by Richard Szeliski.
2) Bölüm 14 Computer Vision: Algorithms and Applications by Richard Szeliski.
3) Bölüm 3 Computer Vision: Algorithms and Applications by Richard Szeliski.
4) Bölüm 4 Computer Vision: Algorithms and Applications by Richard Szeliski.
5) Bölüm 5 Computer Vision: Algorithms and Applications by Richard Szeliski.
6) Bölüm 6 Computer Vision: Algorithms and Applications by Richard Szeliski.
7) Bölüm 7 Computer Vision: Algorithms and Applications by Richard Szeliski.
8) Ara sınav Computer Vision: Algorithms and Applications by Richard Szeliski.
9) Bölüm 9 Computer Vision: Algorithms and Applications by Richard Szeliski.
11) Bölüm 11 Computer Vision: Algorithms and Applications by Richard Szeliski.
12) Bölüm 12 Computer Vision: Algorithms and Applications by Richard Szeliski.
13) Bölüm 13 Computer Vision: Algorithms and Applications by Richard Szeliski. Computer Vision: Algorithms and Applications by Richard Szeliski.
14) Bölüm 14 Computer Vision: Algorithms and Applications by Richard Szeliski. Computer Vision: Algorithms and Applications by Richard Szeliski.
15) Final Computer Vision: Algorithms and Applications by Richard Szeliski.

Kaynaklar

Ders Notları / Kitaplar: Szeliski, Richard. Computer vision: algorithms and applications. Springer Science & Business Media, 2010.
Diğer Kaynaklar: Szeliski, Richard. Computer vision: algorithms and applications. Springer Science & Business Media, 2010.

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Kazanımları

1

2

Program Kazanımları
1) Bilgisayar Bilimi ve Mühendisliği alanında bilimsel araştırma yaparak geniş ve derin bilgilere ulaşma, değerlendirme, yorumlama ve uygulama becerisi.
2) Sınırlı ya da eksik bilgiyi kapatmak ve uygulamak için bilimsel yöntemleri kullanma ve farklı disiplinlerin bilgilerini bütünleştirme kabiliyeti.
3) Bilgisayar Bilimi ve Mühendisliği problemlerini kurgulayabilme, problemleri çözmek için yöntemler geliştirebilme ve çözümde yenilikçi yöntemler kullanabilme.
4) Yeni ve/veya orijinal fikirler ve algoritmalar geliştirme becerisi; sistem, bileşen veya süreç tasarımında yenilikçi çözümler geliştirmek.
5) Bilgisayar Mühendisliğinde uygulanan güncel teknikler ve yöntemler ve bunların kısıtları hakkında geniş bilgi sahibi olma kabiliyeti.
6) Analitik modelleme ve deneysel araştırma tasarlama ve uygulama, süreçte karşılaşılan karmaşık durumları çözme ve yorumlama becerisi.
7) Bir yabancı dili (İngilizce) en az Avrupa Dil Portföyü seviyesinde sözlü ve yazılı iletişimde kullanabilme kabiliyeti.
8) Çok disiplinli ekiplerde liderlik etme, karmaşık durumlara çözüm geliştirme ve sorumluluk alma kabiliyeti.
9) Toplumsal, yasal, etik ve ahlaki değerlerin bilincinde olmak ve bu değerler çerçevesinde araştırma ve uygulama çalışmaları yapabilmek.
10) Bilgisayar Bilimi ve Mühendisliği alanında yeni ve gelişmekte olan uygulamalar hakkında farkındalık ve bunları inceleme ve gerekirse öğrenme kabiliyeti.

Ders - Öğrenme Kazanımı İlişkisi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Bilgisayar Bilimi ve Mühendisliği alanında bilimsel araştırma yaparak geniş ve derin bilgilere ulaşma, değerlendirme, yorumlama ve uygulama becerisi. 4
2) Sınırlı ya da eksik bilgiyi kapatmak ve uygulamak için bilimsel yöntemleri kullanma ve farklı disiplinlerin bilgilerini bütünleştirme kabiliyeti. 4
3) Bilgisayar Bilimi ve Mühendisliği problemlerini kurgulayabilme, problemleri çözmek için yöntemler geliştirebilme ve çözümde yenilikçi yöntemler kullanabilme. 4
4) Yeni ve/veya orijinal fikirler ve algoritmalar geliştirme becerisi; sistem, bileşen veya süreç tasarımında yenilikçi çözümler geliştirmek. 4
5) Bilgisayar Mühendisliğinde uygulanan güncel teknikler ve yöntemler ve bunların kısıtları hakkında geniş bilgi sahibi olma kabiliyeti. 3
6) Analitik modelleme ve deneysel araştırma tasarlama ve uygulama, süreçte karşılaşılan karmaşık durumları çözme ve yorumlama becerisi. 2
7) Bir yabancı dili (İngilizce) en az Avrupa Dil Portföyü seviyesinde sözlü ve yazılı iletişimde kullanabilme kabiliyeti. 3
8) Çok disiplinli ekiplerde liderlik etme, karmaşık durumlara çözüm geliştirme ve sorumluluk alma kabiliyeti. 4
9) Toplumsal, yasal, etik ve ahlaki değerlerin bilincinde olmak ve bu değerler çerçevesinde araştırma ve uygulama çalışmaları yapabilmek. 4
10) Bilgisayar Bilimi ve Mühendisliği alanında yeni ve gelişmekte olan uygulamalar hakkında farkındalık ve bunları inceleme ve gerekirse öğrenme kabiliyeti. 5

Öğrenme Etkinliği ve Öğretme Yöntemleri

Ders
Okuma

Ölçme ve Değerlendirme Yöntemleri ve Kriterleri

Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama)
Ödev

Ölçme ve Değerlendirme

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Ödev 2 % 30
Ara Sınavlar 1 % 30
Yarıyıl/Yıl Sonu Sınavı 1 % 40
Toplam % 100
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 60
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 40
Toplam % 100

İş Yükü ve AKTS Kredisi Hesaplaması

Aktiviteler Aktivite Sayısı Süre (Saat) İş Yükü
Ders Saati 15 3 45
Sınıf Dışı Ders Çalışması 15 5 75
Ödevler 2 30 60
Ara Sınavlar 0 2 0
Final 1 3 3
Toplam İş Yükü 183