MAS512 Maskinsyn og innebygd KI (Høst 2024)
- Studiepoeng:
- 7.5
- Ansvarlig avdeling:
- Fakultet for teknologi og realfag
- Emneansvarlig:
- Ajit Jha
- Undervisningssemester:
- Høst
- Undervisningsspråk:
- Engelsk
- Varighet:
- ½ år
Innholdsfortegnelse
Emnet er tilknyttet følgende studieprogram
Undervisningsspråk
Anbefalte forkunnskaper
ING100-G Programmering og IKT-sikkerhet eller tilsvarende. MAS417 Programmering og programvareutvikling, eller tilsvarende.
Læringsutbytte
Etter fullført emne skal studenten kunne:
- Beskrive en kameramodell og kalibrere kameraet for å fastsette kamera matrisen som beskriver transformasjonen mellom 2D bildet og 3D verdenen
- Bruke teknikker innen bildeprosessering for å filtrere bildet og detektere objekter
- Bruke sensorer som lidar og radar for å lage 2D og 3D representasjoner av objekter og bruke punktsky prosessering til å detektere for eksempel posituren til et objekt
- Konfigurere, trene og bruke kunstig intelligens algoritmer i en applikasjon med maskinsyn
- Velge passende maskinvare for en gitt applikasjon innen kunstig intelligens, og bruke et ferdigtrent nettverk på en gitt plattform
Innhold
BILDEPROSESSERING – filtrering, segmentering, blob deteksjon, bilderepresentasjon, transformasjoner mellom fargerom, deteksjon og lokalisering av landemerker, Fourier transformasjon, konvolusjon
KAMERA MODELL OG KALIBRERING: Modellering av kamera ved hjelp av kamera modell, kalibrere kamera og få tak i kamera matrisen samt forvrenging pga. linsen
3D MASKINSYN OG SENSORER – LIDAR, RADAR, prinsippet bak forskjellige sensorer for måling av dybde, distanse, hastighet, synlig lys (bilde), punktsky prosessering, prosessering av radar signal
ALGEBRA OG STOKASTISK TEORI – Lineær algebra, sannsynlighetsberegning, og teori om stokastiske systemer
MASKINLÆRING – Arkitekturer innen maskinlæring (inkludert konvolusjonsnett), konfigurering og trening av nevrale nettverk, bruk av nevrale nettverk på passende maskinvare, forsterkningslæring