Цель изучения дисциплины | сформировать теоретические знания о математическом и алгоритмическом аппарате, используемом в современных системах обработки и анализа изображений; выработать умения по практическому применению методов и технологий распознавания образов для построения формальных математических моделей и интерпретации результатов моделирования при решении прикладных задач в различных областях; выработка умений и навыков использования различных программных инструментов анализа изображений и построения формальных математических моделей: выработка умений построения систем распознавания образов, решающих типичные задачи анализа изображений и машинного зрения, с использованием высокоуровневых программных средств; |
---|---|
Место дисциплины в учебном плане | Б1.В.ДВ.02 |
Формируемые компетенции | ОПК-3 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
о различных подходах к построению систем распознавания образов и анализа изображений; о соотношении дисциплины «распознавание образов и анализ изображений», ее предмета и методов с такими областями как математическая статистика, интеллектуальный анализ данных, машинное обучение, компьютерное зрение, методы оптимизации, дискретная математика; о прикладных областях и постановках прикладных задач, в которых применяются методы распознавания образов и анализа изображений; Уметь:
способы представления цифровых изображений в пространственной и частотной областях; методы предварительной подготовки изображений; методы статистического анализа изображений; методы сегментации изображений; методы фильтрации изображений и особенности различных фильтров; способы подавления шума на изображении; способы поиска границ на изображении; методы обнаружения объектов на изображении; методы сжатия изображений; методы анализа многомерных данных; основные положения теории обучения по прецедентам, методы снижения размерности данных и отбора информативных признаков, методы кластеризации, методы классификации, методы регрессионного анализа; возможности, условия применимости и свойства наиболее распространенных методов машинного обучения при построении, проверке качества и эксплуатации формальных математических моделей; Иметь навыки и (или) опыт деятельности (владеть):
построения и интерпретации формальных математических моделей в терминах прикладной области; решения прикладных задач с подбором подходящих методов и программных средств анализа изображений и распознавания образов; конструирования систем распознавания образов на базе высокоуровневых программных средств; |
Содержание дисциплины | Обработка изображений. Анализ изображений. |
Виды учебной работы | Лекции, практические, самостоятельная работа. |
Используемые информационные, инструментальные и программные средства |
Scilab
R STUDIO Python c расширениями PIL, Py OpenGL Microsoft Office Microsoft Windows 7-Zip AcrobatReader Сайт библиотеки АлтГУ: www.lib.asu.ru;
Электронно-библиотечная система издательства "Лань": www.e.lanbook.com; Электронно-библиотечная система "Университетская библиотека online": www.biblioclub.ru; Свободная энциклопедия "Википедия": http://ru.wikipedia.org; Единый образовательный портал http://portal.edu.asu.ru Электронная база данных ZBMATH: https://zbmath.org/ |
Форма промежуточной аттестации | Зачет. |