Hírek

• A kiírt projektek megtekinthetők a projekt oldalon.
• Projektív geometria: Egy hasznos, rövid összefoglaló található a kurzushoz szükséges projektív geometriai alapokról itt. A "The Projective Plane" fejezetet érdemes elolvasni, de hasznos lehet még a rákövetkező "Projective Space" fejezet is.

Előadás jegyzet

Gyakorlat

Tematika

• Bevezetés - az emberi és a számítógépes látás kapcsolata
• A látás modelljei (Marr, Gestalt szabályok)
• Kamera geometria, 3D -> 2D leképezés paraméterei
• Felületrekonstrukció egyetlen kép segítségével 1.: árnyalat alapú módszerek
• Felületrekonstrukció egyetlen kép segítségével 2.: textúra alapú módszerek
• Mozgás mérése, Optical Flow kiszámítása
• A mozgás mint traszformáció: Parametrikus mozgás modellek
• Mozgáskövetés
• Video mozaikok
• Szetero látás, epipolár geometria, Essential Matrix, Fundamental Matrix
• 3D rekonstrukció egy képpárból
• 3D rekonstrukció több képpárból
• Fotometriai szetereo, mozgás alapú rekonstrukció
• 3D rekonstrukció és virtuális nézetek generálása

Szakirodalom

• Kató Zoltán, Czúni László: Számítógépes látás, Typotex Kiadó, 2011.
• R. I. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision. Cambridge University Press, 2004.
• Yi Ma, Stefano Soatto, Jana Kosecka, and Shankar Sastry, An Invitation to 3-D Vision. Springer Verlag, 2003.
• Olivier Faugeras, Three Dimensional Computer Vision: A Geometric Viewpoint. MIT Press, 1996.
• David Marr, Vision. Freeman Publishers, 1982

• IEEE Transactions on Pattern Analysis and Machine Intelligence
• International Journal of Computer Vision
• IEEE Transactions on Image Processing

• Marc Pollefeys, Visual 3D Modeling from Images. Tutorial Notes, University of North Carolina - Chapel Hill, USA, 2002. (pdf)
• Mubarak Shah, Fundamentals of Computer Vision. University of Central Florida, Orlando, USA, 1997.
• William H. Press, Saul A. Teukolsky, William T. Vetterling, and Brian P. Flannery: Numerical Recipes in C. Cambridge University Press, 2002.
• Stan Birchfield: An Introduction to Projective Geometry (for computer vision). Stanford University, USA, 1998. (pdf)

Követelmények

• A félév során intenzív projektmunka zajlik: létszámtól és témától függően 2-4 fős csapatok dolgoznak egy-egy projekten. A projekt megoldásához szükséges a kiírt probléma megértése, a megfelelő megoldás (algoritmus) megtervezése és kódolása, egy rövid projektjelentés megírása és mindezekhez egy weboldal összeallítása. Szükség lehet angol nyelvű szakirodalom tanulmányozására is. Továbbá a félév végén minden csapat 10-15 percben bemutatja a munkáját (védés).
• A projekten folyamatosan kell dolgozni, a munka előrehaladását a félév folyamán 2 ellenőrzőpontban értékeljük.
• A vizsgára bocsátás feltétele az alábbi követelmények legalább 50%-os teljesitése:
  • A projektmunkára a 2 ellenőrzőpontban szerezhető 30%
  • 1 zárthelyi dolgozat megirása, amely szorosan kapcsolódik a projekthez 40%
  • A projekt félév végi értékelésén (jelentés, weboldal és védés) szerezhető 30%
  A fentiek aadják a gyakorlati jegyet. Az egyes teljesitések mással NEM pótolhatók, külön javitási lehetőség nincs.
• Elméleti vizsgát azok tehetnek, akik a félév során legalább 50%-ot teljesitettek. Aki az 50%-ot nem éri el, az az elméleti vizsgát nem kezdheti el, és kreditet sem kaphat.
• Az osztályzás a gyakorlaton és a vizsgán az alábbiak szerint történik:

  0%-49%	1
  50%-64%	2
  65%-77%	3
  78%-89%	4
  90%-100%	5

A projekt minden egyes ellenőrzőpontját és a védést is minimum 90-90%-os eredménnyel kell teljesíteni. Ha bármelyik értékelés pontszáma 90% alatt marad, akkor a díj nem ítélhető oda.

Linkek

• Software
  • Matlab
    • Matlab Tutorial
    • Mathworks Home Page
    • Matlab Documentation
    • On-Line Reference by Major Function Categories
    • MATLAB and Octave Functions for Computer Vision and Image Processing
    • MathWorks' links to sites containing MATLAB vision functions
    • Camera Calibration Toolbox for Matlab
    • MATLAB Functions for Multiple View Geometry
  • pbmplus konyvtar es segedprogramok (Linux)
  • Fast Fourier Transform konyvtar
  • Lapack (linearis algebra) konyvtar
  • wxWindows konyvtar
  • imageJ + plugins
  • imagemagick
  • Xite
  • ColorSpace & RGBcube
• Sites related to Computer Vision
  • Computer Vision Home Page (CMU) (highly recommended)
  • CVonline: Computer Vision Online Course Notes (Edinburgh)
  • Computer Vision Handbook (Harvey Mudd College)
  • People in Computer Vision (Harvey Mudd College)
  • Databases of Images (Vision1)
  • Video sequences with hand-labeled ground truth (University of Edinburgh CAVIAR project)
  • Face Database (CMU)
  • Texture Database (MIT)
  • The Computer Vision Industry (UBC)
  • Biological Vision Dictionary (Boston University)
  • Useful Numbers in Biological Vision (Stanford)
  • Optical illusions (IllusionWorks)
  • Optical illusions (Eyetricks.com)