بینایی کامپیوتر سه‌بعدی

۳D Computer Vision

مقطع: تحصیلات تکمیلی گرایش: هوش مصنوعی
نوع درس: نظری تعداد واحد: ۳
پیش‌نیاز: بینائی کامپیوتر هم‌نیاز: –

هدف کلی

هدف این درس آشنا نمودن دانشجویان با مفاهیم و اصول بازسازی سه بعدی محیط و تحلیل سه بعدی تصاویر به منظور درک آن توسط کامپیوتر و ربات است. در این درس انواع تکنولوژی‌های بازسازی سه بعدی محیط، درک بصری تصاویر بازسازی شده و انواع کاربردهای آن مورد تاکید است. دانشجویان با انجام پروژه‌های متعدد، با الگوریتم‌ها و نرم‌افزارهای مربوطه آشنایی کامل پیدا می‌کنند. برخی از جدیدترین مباحث مرتبط با یادگیری عمیق و شبکه‌های عصبی در سه بعد نیز معرفی می‌شوند.

سرفصل‌ها

  1. مقدمه: اهمیت و کاربردهای بینایی کامپیوتری سه بعدی
  2. مدل‌های دوربین
  3. کالیبراسیون دوربین
  4. اندازه‌شناسی تک‌نما
  5. هندسه اپی‌پولار و دوربین‌های استریو
  6. ساختار از روی حرکت
  7. روش‌های فعال بازیابی سه بعدی
  8. روش‌های تطبیق (نزدیکترین نقطه تکراری و تبدیل توزیع نرمال) و مکان‌یابی و نقشه‌سازی همزمان
  9. یادگیری بازنمایی
  10. تخمین عمق تک‌چشمی و ردیابی ویژگی
  11. جریان نوری و صحنه
  12. بازنمایی ضمنی سه بعدی و میدان‌های تابشی عصبی

ارزیابی پیشنهادی

منابع پیشنهادی

  1. R. Hartley and A. Zisserman. Multiple View Geometry in Computer Vision. Academic Press, 2002..
  2. D. A. Forsyth and J. Ponce. Computer Vision: A Modern Approach. Prentice Hall, 2011.