- Representation och särdragsextraktion i digitala bilder
- principer för igenkänning och klasssificering, bayesianska beslut
- diskriminantfunktioner, neurala nätverk, support vector machines
- inlärning, optimering av klassificerare
- orientering om igenkänning i biologiskt seende
- exempel på igenkänning: handskrift, ansikten, objekt.
DD2427 Bildbaserad igenkänning och klassificering 6,0 hp
Denna kurs är avvecklad.
Sista planerade examination: VT 2019
Avvecklingsbeslut:
Ingen information tillagdInformation per kursomgång
Kursomgångar saknas för aktuella eller kommande terminer.
Kursplan som PDF
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan DD2427 (HT 2016–)Innehåll och lärandemål
Kursinnehåll
Lärandemål
Efter genomförd kurs ska du kunna:
- känna till metoder för särdragsextraktion från digitala bilder
- identifiera grundläggande begrepp, terminologi, teorier, modeller och metoder inom dataklassificering,
- utveckla och systematiskt testa ett antal grundläggande metoder för klassificering av data,
- experimentellt utvärdera algoritmer för klassificering och igenkänning av objekt i gråskalebilder,
- välja lämplig metod för att automatiskt lösa ett givet Klassificeringsproblem,
- känna till teorier om hjärnans bearbetning av visuell information för klassificering,
för att
- kunna lösa allmänna problem gällande datarepresentation och Klassificering,
- kunna implementera, analysera och utvärdera enkla system för automatisk klassificering av bilder,
- ha en bred kunskapsbas för att kunna läsa och tillgodogöra dig litteratur inom området.
Kurslitteratur och förberedelser
Särskild behörighet
För fristående kursstuderande:
SF1604 Linjär Algebra, SF1625 Envariabelanalys, SF1626 Flervariabelanalys, DD1337 Programmering eller motsvarande kurser.
Utrustning
Kurslitteratur
Föreläsningsanteckningar, delas ut vid kursstart.
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
Examination
- INL1 - Inlämningsuppgift, 1,5 hp, betygsskala: P, F
- LAB1 - Laborationer, 1,5 hp, betygsskala: P, F
- TEN1 - Tentamen, 3,0 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
I denna kurs tillämpas skolans hederskodex, se: http://www.kth.se/csc/student/hederskodex.
Övriga krav för slutbetyg
Laborationsuppgift (LAB1; 1,5 hp)
Inlämningsuppgift (INL1; 1,5 hp)
Tentamen (TEN1; 3 hp )
Möjlighet till komplettering
Möjlighet till plussning
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kursrum i Canvas
Ges av
Huvudområde
Utbildningsnivå
Påbyggnad
Diskuteras med examinator.