MAS512 Maskinsyn og innebygd KI
- Studiepoeng:
- 7.5
- Ansvarlig avdeling:
- Fakultet for teknologi og realfag
- Undervisningssemester:
- Høst
- Undervisningsspråk:
- Engelsk
- Varighet:
- 1 semester
Emnet er tilknyttet følgende studieprogram
Undervisningsspråk
EngelskAnbefalte forkunnskaper
ING100-G Programmering og IKT-sikkerhet eller tilsvarende.
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
Læringsutbytte
Etter fullført emne, skal studenten kunne:
-
Beskrive en kameramodell og være i stand til å 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 kunne bruke et ferdigtrent nettverk på en gitt plattform
Vilkår for å gå opp til eksamen
Gjennomført obligatoriske øvinger (inkl. laboratorieøvinger). Disse blir kunngjort på Canvas i starten av semesteret.
Undervisnings- og læringsformer
Forelesninger, oppgaver, laboppgaver og prosjektarbeid.
Studentevaluering
Emneansvarlig i samråd med studenttillitsvalgt fastsetter evalueringsform og om emnene skal ha midtveis- eller sluttevaluering, jf. kvalitetssystemet kapittel 4.1. Informasjon om evalueringsform for emnet publiseres i Canvas.
Eksamen
4-timers skriftlig eksamen (60%) og praktisk prosjektarbeid (40%). Gradert karakter.