Доп.главы компьютерного зрения (2011)

Опубликовано Антон Конушин в Пнд, 04/09/2012 - 21:00

Данный курс является продолжением курса "Введение в компьютерное зрение" . В курсе рассматриваются ряд дополнительных вопросов из области анализа изображений и видео, даётся краткое введение в аппарат графических моделей, широко используемых в компьютерном зрении. Курс был прочитан Антоном Конушиным весной 2011 года на факультете вычислительной математики и кибернетики МГУ имени М.В. Ломоносова. Видеоверсия курса подготовлена при поддержке гранта Microsoft Research

Сайт курса в системе "Courses" лаборатории компьютерной графики и мультимедиа ВМК МГУ имени М.В. Ломоносова.

Лекции

Тема Видео и слайды
1 Сегментация изображений.. Сегментация и текстура, текстоны, Pb-детектор. Эмпирические методы сегментации. Методы сегментации на графах. Кластеризация для сегментации – K-cредних, сдвиг среднего. Энергетические методы. Страница лекции
2 Цифровой фотомонтаж, часть 1. Графические модели. Постановка задачи фотомонтажа и основные понятия. Волшебная палочка, умные ножницы, алгоритм интерактивных разрезов графов. Марковское случайное поле, теорема Хаммерсли-Клиффорда. Условное случайное поле. Методы вывода для Марковских случайных полей. Сшивка текстур с помощью разрезов графов. Страница лекции
3 Цифровой фотомонтаж, часть 2. Сшивка изображений. Матирование границ. Пирамиды Лапласа для сшивки. Редактирование по Пуассону. Метод Drag & Drop Pasting. Основы реконструкции (inpainting) и определения ретуши изображений. Страница лекции
4 Семантическая сегментация изображений и контекст. Понятие пространственной поддержки. Сегментация и распознавание. Понятие контекста. Использование контекста для распознавания и сегментации с помощью Марковских случайных полей. Страница лекции
5 Графические модели и обработка видео Контурные модели и отслеживание объектов. Использование Марковских случайных полей для сегментации объектов в видео. Схема голосования для отслеживания объектов. Страница лекции
6 Геометрия камеры и структура из движения Модель перспективной проекции, внутренняя и внешняя калибровки камеры. Калибровка камеры. Эпиполярная геометрия, моделирование и оценка. Последовательный подход к решению задачи структуры и движения. Моделирование города по пользовательским фотографиям из интернета. Страница лекции
7 Бинокулярное стерео. Постановка задачи. Ректификация изображений и триангуляция. Локальные методы стерео. Глобальные методы, задание энергии. Использование деревьев для стерео. Методы на основе пересегментации. Страница лекции
8 Многовидовое стерео. Алгоритмы на основе раскраски вокселей. Объединение карт глубины с помощью Марковских случайных полей. Многовидовое стерео на основе фрагментов. Страница лекции
9 Реконструкция по одному изображению.Точки схода, их оценка и использование для реконструкции. Интерактивные методы реконструкции по одному изображению. Семантическая сегментация и трехмерная реконструкция. Подход на основе гипотез и их оценок. Реконструкция помещений. Блочный мир. Страница лекции
10 Распознавание позы человека.Отслеживание и покадровая оценка. Иллюстрированные модели и методы на их основе. Многокамерные методы для оценки позы человека, использование трехмерной реконструкции. Страница лекции
11 Распознавание и анализ изображений лиц человека. Тестовые коллекции. Признаки для анализа лиц, Local Binary Patterns. Распознавание атрибутов лица. Подход для основе множества классификаторов. Улучшение красоты лица. Синтез анимации лица. Страница лекции
12 Распознавание черт лица и моделирование головы человека по изображению.Активные модели формы и внешности для распознавания черт лица. Трехмерные параметрические модели. Редактирование изображений с использованием моделей лиц. Страница лекции