Oktatók Honlap (lesz!) –http://www.nik.uni-obuda.hu/vamossy/Kepfeldolgozas2011http://www.nik.uni-obuda.hu/vamossy/Kepfeldolgozas2011 Irodalom, kurzus alapja:

Az előadások a következő témára: "Oktatók Honlap (lesz!) –http://www.nik.uni-obuda.hu/vamossy/Kepfeldolgozas2011http://www.nik.uni-obuda.hu/vamossy/Kepfeldolgozas2011 Irodalom, kurzus alapja:"— Előadás másolata:

1 Oktatók Honlap (lesz!) –http://www.nik.uni-obuda.hu/vamossy/Kepfeldolgozas2011http://www.nik.uni-obuda.hu/vamossy/Kepfeldolgozas2011 Irodalom, kurzus alapja: –Gonzales, Woods: Digital Image Processing –Richard Szeliski könyve és előadásai http://szeliski.org/Book/ http://szeliski.org/Book/ Számítógépes képfeldolgozás (Gépi látás) Vámossy Zoltán vamossy.zoltan@nikvamossy.zoltan@nik. Sergyán Szabolcs sergyan.szabolcs@nik. sergyan.szabolcs@nik

2 Ma –Bevezető –Képfeldolgozás, Gépi látás –Kurzus követelményei Readings for this week –Mortensen, Intelligent Scissors (online)Mortensen, Intelligent Scissors

3 Mi a gépi látás?

4 Terminator 2

5 Minden kép egy történet A gépi látás célja, hogy olyan programot írjunk, ami interpretálja a képet

6 Gépi látás eléri-e, megelőzi-e az emberi látást? Igen és nem (de általában nem!) –emberek “összetett” dolgokban jobbak –számítógép „egyszerű” dolgokban jobb

7 Emberi érzékelés hiányossága… Sinha and Poggio, Nature, 1996

8 Copyright A.Kitaoka 2003A.Kitaoka

9 Hol tart ma a gépi látás? A következő diák bemutatják, hogy a gépi látó rendszerek milyen problémákat képesek megoldani.

10 Föld megjelenítők (3D modell) Microsoft : Virtual EarthVirtual Earth (vagy: Google Earth)Google Earth

11 Photosynth Photo Tourism technology

12 Optikai karakterfelismerés (OCR) Számjegyek felismerése, AT&T labs http://yann.lecun.comhttp://yann.lecun.com/ Szkennelt dokumentumok szöveggé alakítása Minden szkenner OCR programmal jön már License plate readers http://en.wikipedia.org/wiki/Automatic_number_plate_recognition

13 Arcdetektálás Több digitális fényképezőgép esetén –Canon, Sony, Fuji, …

14 Mosoly detektálás Sony Cyber-shot® T70 Digital Still Camera

15 Objektum felismerés (áruházban) LaneHawk by EvolutionRobotics “A smart camera is flush-mounted in the checkout lane, continuously watching for items. When an item is detected and recognized, the cashier verifies the quantity of items that were found under the basket, and continues to close the transaction. The item can remain under the basket, and with LaneHawk,you are assured to get paid for it… “

16 Arcfelismerés Kicsoda ő?

17 Biometria “How the Afghan Girl was Identified by Her Iris Patterns” storystory

18 Beléptetés… Ujjlenyomat szkennerek Arcfelismerő rendszerek http://www.sensiblevision.com/ http://www.sensiblevision.com/

19 Objektum felismerés (mobil telefonokban) – Microsoft Research –Point & FindPoint & Find

20 Matrix, ESC Entertainment Speciális effektusok

21 Karib tenger kalózai Click here for interactive demo Speciális effektusok: motion capture

22 Sport www.howstuffworks.com

23 Okos autók Mobileye –Látórendszer: BMW, GM, Volvo –2010 után: gyártók 70%-a

24 Látás alapú interaktivitás Nintendo Wii infra-szenzor követés Lee munkája CMU Lee munkája CMU DigimaskDigimask: 3D avatar felhasználó arcával “Game turns moviegoers into Human Joysticks”, “Game turns moviegoers into Human Joysticks”, CNET

25 Űralkalmazás Látó rendszer feladatai (JPL) Panorámaképek összeillesztés (Panorama stitching) 3D terepmodellezés Akadály detektálás, helyzet követés “Computer Vision on Mars” - Matthies et al.Computer Vision on Mars NASA'S Mars Exploration Rover Spirit NASA'S Mars Exploration Rover Spirit 2007.

26 Robotika http://www.robocup.org/ NASA’ Mars Spirit Rover http://en.wikipedia.org/wiki/Spirit_rover

27 Orvosi alkalmazás Képvezérelt sebészet Grimson et al., MIT 3D imaging MRI, CT

28 State of the art Utóbbi 5 évben jelentős változás Gyorsan változó terület Érdemi gyűjtemény: –David Lowe gépi látással foglalkozó lapjaDavid Lowe http://www.cs.ubc.ca/spider/lowe/vision.html

29 Kurzus követelményrendszer Órák látogatása kötelező (előadás is!), hiányzás max. 30% Szakirodalom olvasás és használat Jegy: 3 rész, mindegyik legalább elégséges kell legyen Pótlás: –Vizsgaidőszakban: hiányzó projekt + zh. Zh.

30 Jegyek kialakítása Projekt (40%) Ötletek – egyeztetni kell (3 oldalas leírás): –SSIP (Summer School on Image Processing) projektfeladatai –Pinhole kamera készítés és sztereó –Mozgásérzékelés webkamerával –Kinect kamerával környezetmodell alkotás és lokalizáció Képfeldolgozó program (20%) ZH (40%) – utolsó hét