Deep learning alkalmazása a vizuális informatikában

Deep learning alkalmazása
a vizuális informatikában

Tárgykód	VIIIAV20
Általános infók
Szak	infó
Kredit	4
Keresztfélév	vizsgakurzus
Követelmények
Labor	13 db
KisZH	nincs
NagyZH	nincs
Házi feladat	1 db
Vizsga	írásbeli
Elérhetőségek
Tantárgyi adatlap
Tárgyhonlap

A tárgy célja a GPU alapú deep learning technikák alkalmazásának bemutatása a vizuális informatika területén (gépi látás, alakzatfelismerés, textúra és optikai modell szintézis, zajszűrés, szuperfelbontás, tomográfia), megismertetve a hallgatókat a képi információfeldolgozás, valamint a látás alapú robotika feladataival, a GPGPU megközelítés elemeivel, és ezekre a feladatokra a mélytanulás alkalmazásával.

Követelmények

Előtanulmányi rend

• Ajánlott: Matematika, Számítógépes grafika.

A szorgalmi időszakban

• Az aláírás feltételei:
  • A házi feladat sikeres leadása.
• Pótlási lehetőségek:
  • A házi feladat a pótlási hét végéig pótolható, különeljárási díj befizetése nélkül.

A vizsgadőszakban

• Vizsga: van, írásbeli, félév teljes anyagából. 40% teljesítés szükséges a minimumhoz.

Félévvégi jegy

• A félévvégi osztályzatot a hallgatók a házi feladat (50%) és a vizsgajegy (50%) alapján kapják.

Segédanyagok

Ajánlott könyvek

• Rajalingappaa Shanmugamani, Deep Learning for Computer Vision, Pack Publishing, ISBN 9781788295628, 2018
• John C. Russ, F. Brent Neal, The Image Processing Handbook, 7th edition, CRC Press, ISBN 149874026X, 2016
• Jason Sanders, Edward Kandrot, CUDA by Example, Addison-Wesley press, ISBN 0-13-138768-5, 2010
• GPU Computing Gems – Emerald Edition, Editor: Wen-mei W. Hwu., Morgan Kaufmann Publisher,ISBN: 9780123849885, 2011
• Programming Massively Parallel Processors, David B. Kirk, Wen-mei W. Hwu, Morgan Kaufmann Publisher, ISBN 978-0-12-381472-2, 2010

Ajánlott oldalak

• http://www.deeplearningbook.org
• http://geometry.cs.ucl.ac.uk/dl4g/

Házi feladat

• ..

Laboratórium

1. Labor

• ...

Vizsga

• ...