Bu ders, dijital görüntülerin hesaplamalı sistemler tarafından nasıl elde edildiğini, işlendiğini ve yorumlandığını analitik bir bakış açısıyla incelemektedir. Görüntülerin matematiksel temellerine ve iyileştirme tekniklerine odaklanarak başlayan ders, ham piksellerin yapılandırılmış bilgiye dönüştürülme sürecini adım adım ele almaktadır. Uzamsal filtreleme ve öznitelik çıkarımından, modern derin öğrenme tabanlı sınıflandırma yöntemlerine kadar temel teknikleri kapsayan bu ders, mühendislik ve araştırma alanlarında karmaşık görsel problemlerin çözümü için gerekli teorik ve pratik altyapıyı sağlamaktadır.

Öğrenme Çıktıları:

• Öğrenciler, gürültü azaltma, kontrast germe ve morfolojik dönüşümler gibi temel görüntü işleme işlemlerini uygulayabilecek ve değerlendirebilecektir.
• Öğrenciler, nesne kategori tespiti problemlerini çözmek için yerel öznitelikleri tespit etme ve eşleştirme konusunda uzmanlık gösterebilecektir.
• Öğrenciler, otomatik görüntü sınıflandırma ve çok sınıflı nesne tespiti için derin sinir ağları tasarlama ve eğitme becerisi kazanacaktır.
• Öğrenciler, görüntüleri anlamlı bileşenlere ayırmak için gelişmiş bölütleme tekniklerini uygulayabilecektir.
• Öğrenciler, video akışlarındaki zamansal verileri analiz ederek hareket kestirimi ve nesne takibi gerçekleştirebilecek düzeye ulaşacaktır.

Dersin Amaçları:

Değerlendirme

• Ödevler: %30
• Proje: %10
• Ara Sınav: %20
• Final Sınavı: %40