BİLGİSAYAR MÜHENDİSLİĞİ (YL) (TEZLİ) (İNGİLİZCE) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu: | 3017002045 | ||||||||
Ders İsmi: | Computer Vision | ||||||||
Ders Yarıyılı: | Bahar | ||||||||
Ders Kredileri: |
|
||||||||
Öğretim Dili: | EN | ||||||||
Ders Koşulu: | |||||||||
Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||||||
Dersin Türü: | Department Elective | ||||||||
Dersin Seviyesi: |
|
||||||||
Dersin Veriliş Şekli: | Yüz yüze | ||||||||
Dersin Koordinatörü: | Dr.Öğr.Üyesi Recep DURANAY | ||||||||
Dersi Veren(ler): | |||||||||
Dersin Yardımcıları: |
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. |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Hafta | Konu | Ön Hazırlık |
1) | Image formation / projective geometry / lighting | |
2) | Practical linear algebra | |
3) | Image processing / descriptors | |
4) | Image warping | |
5) | Linear models + optimization | |
6) | Neural networks | |
7) | Neural Networks | |
8) | Ara sınav | |
9) | Applications of neural networks | |
10) | Motion and flow ( | |
11) | Tek görünümlü geometri | |
12) | Çoklu görünüm geometrisi | |
13) | Uygulamalar | |
14) | Uygulamalar | |
15) | Final |
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 Öğrenme Kazanımları | 1 |
2 |
3 |
||||||
---|---|---|---|---|---|---|---|---|---|
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. |
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. | |
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. |
Yazılı Sınav (Açık uçlu sorular, çoktan seçmeli, doğru yanlış, eşleştirme, boşluk doldurma, sıralama) | |
Ödev | |
Bireysel Proje | |
Raporlama |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Ödev | 2 | % 10 |
Projeler | 1 | % 15 |
Ara Sınavlar | 1 | % 20 |
Rapor Teslimi | 1 | % 15 |
Yarıyıl/Yıl Sonu Sınavı | 1 | % 40 |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
Ders Saati | 14 | 3 | 42 |
Ödevler | 3 | 30 | 90 |
Ara Sınavlar | 1 | 2 | 2 |
Rapor Teslimi | 14 | 3 | 42 |
Final | 1 | 3 | 3 |
Toplam İş Yükü | 179 |