מטרת הקורס היא הקניית ידע בסיסי באלגוריתמים לעיבוד והבנה של תמונות. במסגרת הקורס יוצגו מודלים קלאסים לעיבוד תמונה לצד מודלים מתקדמים המבוססים על עקרונות של למידת מכונה ובפרט על עקרונות של למידה עמוקה.

מס' השיעור

נושא השיעור

1-2

מבוא,  ייצוג של תמונות ספרתיות, מודל של מצלמה. פעולות בסיסיות על פיקסלים בודדים

3-4

פעולות בתחום מרחב ותדר

       5

מרחבים לייצוג של צבע ופעולות על תמונות צבעוניות

       6

שיטות לזיהוי קצוות , גבולות ואזורים (edges, boundaries and regions)

       7

עומק וגאומטריה אפיפולרית (Epipolar geometry)

8-9     

מבוא ללמידה מכונה קלסית ולמידה עמוקה עם שימושים בעיבוד תמונה. ארכיטקטורות שונות של רשתות CNN 

10-13

יישומים של למידה עמוקה להבנת תמונות: סיווג תמונות, זיהוי צורות, סגמנטציה סמנטית, זיהוי פנים

• תרגילי בית  דו-שבועיים-  50%
• פרויקט מסכם -  50%

• עיבוד אותות , אלגברה ליניארית, מומלץ לקחת קורס של למידה חישובית במקביל

[1] Gonzalez, Digital Image Processing Using MATLAB, 2e

[2] Venkatesan, Convolutional Neural Networks in Visual Computing: A Concise Guide (Data-Enabled Engineering)