Computer Vision
Thị giác máy tính
Course description
This course provides overall view about a computer vision system such as image perception, image analysis, image features, image object detection, and 3D image recognition. Students should have programming skills of C/C++, C#, or Matlab). Teaching methodology will be problem-based learning, which focuses on design a computer vision utilizing basic concepts above. After completion of this course, students will be able to: - Understanding fundamental image processing techniques applicable to a vision system. - Implementation of basis functions of a vision system. Besides, this course also develops teamwork and presentation skills and conduct necessary attitudes to work in enterprises.
Tiếng Việt
Học viên học học phần này sẽ được cung cấp cái nhin tổng thể về một hệ thống thị giác máy gồm các cấu phần như thu nhận và phân tích ảnh, đặc trưng của ảnh, phát hiện đối tượng trong ảnh và khôi phục ảnh 3D. Học phần này đòi hỏi người học phải có khả năng lập trình C++ hoặc C# cũng như sử dụng được phần mềm Matlab. Phương pháp giảng dạy sẽ dựa trên cơ sở giải quyết vấn đề (Problem Based Learning), tiếp cận các nội dung cơ bản để thiết kế hệ thống thị giác máy tính. Sau khi hoàn thành học phần này, sinh viên có khả năng: - Hiểu được các kỹ thuật xử lý ảnh cơ bản ứng dụng trong hệ thống thị giác. - Xây dựng được các hệ thống thị giác. Ngoài ra môn học cũng cung cấp cho sinh viên các kỹ năng làm việc nhóm, thuyết trình và thái độ cần thiết để làm việc trong công ty sau này.
Course Learning Outcomes (CLOs) 5
Click each outcome to see the translation, mapped PLOs and contribution level.
-
CLO1 Explain the fundamental principles of computer vision tasks, including image representation, feature extraction and matching, object detection and recognition, segmentation, and object tracking.
Giải thích được các nguyên lý của các bài toán trong thị giác máy tính, bao gồm biểu diễn ảnh, trích chọn và so khớp đặc trưng, phát hiện và nhận dạng đối tượng, phân vùng, theo vết đối tượng
-
CLO2 Implement, evaluate, and compare computer vision algorithms for image classification, object detection, image segmentation, object tracking, and 3D reconstruction tasks.
Triển khai, đánh giá và so sánh được các giải thuật thị giác máy tính cho các bài toán phân loại ảnh, phát hiện đối tượng, phân vùng ảnh, theo vết và xây dựng mô hình 3D.
-
CLO3 Integrate computer vision knowledge with related domains (AI, robotics, biomedical engineering, autonomous systems, etc.) to develop practical intelligent applications.
Tích hợp kiến thức thị giác máy tính với các lĩnh vực liên quan (AI, robot, y sinh, xe tự hành…) để xây dựng các ứng dụng thông minh trong thực tế.
-
CLO4 Effectively use common computer vision tools and libraries such as OpenCV, scikit-image, and PyTorch to build and experiment with computer vision systems.
Sử dụng thành thạo các công cụ và thư viện phổ biến trong thị giác máy tính như OpenCV, scikit-image, PyTorch để xây dựng và thử nghiệm các hệ thống thị giác máy tính.
-
CLO5 Demonstrate the ability to work independently or in teams; present and defend using academic English.
Thể hiện năng lực nghiên cứu độc lập hoặc làm việc nhóm; trình bày và lập luận bằng tiếng Anh học thuật
Assessment
| Component | Weight | Timing |
|---|---|---|
| Dự án (Final project) | 70.0% | |
| Tham dự trên lớp | 5.0% | Đánh giá trong suốt quá trình |
| Lập trình và bài tập | 25.0% | Sau các chương |
Learning materials
Required
- [1] Computer vision: Algorithms and applications, Richard Szeliski, 2010, Springer
References
- [1] Computer vision, Linda. G. Shapiro, Geoge C. Stockman, 2001, Prentice Hall, Inc.