Sveučilišni diplomski studij

Nazad   Raspored   Engleski

Digitalna obrada slike i videa za autonomna vozila DA3-02

ECTS 5 | P 30 | A 0 | L 15 | K 15 | ISVU | Akademska godina: 2018./2019.

Grupe studenata

Prikaži sve grupe na predmetu

Nastavnici na predmetu

RIMAC-DRLJE SNJEŽANA, nositelj
VRANJEŠ MARIO, nositelj
VRANJEŠ DENIS, suradnik
CUPEC ROBERT, nositelj
VAJAK DENIS, suradnik

Ciljevi predmeta

Upoznati studente sa značajkama ADAS sustava. Upoznati studente sa značajkama digitalnih slika i video signala te sustavom kamera u vozilima. Osposobiti studente za primjenu i razvoj naprednih algoritama za obradu digitalnih slika i video signala, s naglaskom na algoritmima za primjenu u autonomnim vozilima.

Uvjeti za upis predmeta

Ostvareni uvjeti za upis studija.

Sadržaj

Uvod u ADAS (Advanced Driver Assistance Systems). Karakteristike digitalne slike i videa. Napredni algoritmi za obradu slike i videa u realnom vremenu koji se koriste u autonomnim vozilima. Obrada slike: postupci kompresije, metode poboljšanja slike, detekcija rubova, detekcija, klasifikacija i prepoznavanje objekata, segmentacija scene, optičko prepoznavanje znakova. Video: video standardi, 3 D rekonstrukcija scene, vremensko praćenje objekata, stereovizija, detekcija pješaka primjenom kamera. Sustavi kamera u vozilima. Primjena kamere kao zamjene za zrcala.

Obveze studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Praćenje rada studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Osnovna literatura

1. 1 H. Winner, S.Hakuli, F. Lotz, C.Singer Handbook of Driver Assistance Systems Springer 2016.

2. 2 A. Terzis Handbook of Camera Monitor Systems The Automotive Mirror-Replacement Technology based on ISO 16505 Springer 2016.


Pretraži literaturu na:

Dopunska literatura

1. 1 J. Ohm Multimedia Signal Coding and Transmission (Signals and Communication technology) Berlin Heidelberg, Springer, 2015.

2. 2 R. C. G. Gonzalez; R. E Woods Digital Image Processing New Jersey: Pearson Education, 2008.

Način praćenja kvalitete i uspješnosti izvedbe kolegija

Provođenje sveučilišnih anketa o nastavnicima (pristup prema studentima, transparentnost kriterija, motivacija na izvršavanje aktivnosti, jasnoća izlaganja, i sl.). Provođenje fakultetskih anketa o predmetima (nakon položenog predmeta samoevaluacija studenata o usvojenim ishodima učenja, te o opterećenosti u usporedbi s ECTS-ima aktivnosti i predmeta u cjelini).

Pregled ishoda učenja, nastavnih metoda i procjena ishoda učenja

Ishodi učenja:

1. vrednovati značajke ADAS sustava

2. usporediti algoritme za obradu slike i video signala u autonomnim vozilima

3. primijeniti napredne algoritme obrade slike i videa u realnom vremenu

4. vrednovati karakteristike sustava kamera za autonomnu vožnju

5. primijeniti postupke obrade slike kamere za zamjenu zrcala

6. razviti prototip vlastitog algoritma obrade slike i videa u realnom vremenu za primjenu u autonomnim vozilima



Aktivnosti studenta:

Aktivnost studenta Broj radnih sati ECTS (Broj radnih sati/30) Ishod(i) učenja Nastavna
metoda
Metoda procjene Bodovi
Pohađanje Predavanja (PR), Laboratorijske vježbe (LV), Konstrukcijske vježbe (KV)421.41,2,4Predavanja (PR), Laboratorijske vježbe (LV), Konstrukcijske vježbe (KV)Predavanja (PR), Laboratorijske vježbe (LV), Konstrukcijske vježbe (KV)010
Pisanje priprema za LV, analiza rezultata, te pisanje izvještaja451.52,3,5Laboratorijske vježbe (LV)Provjera pripreme za LV, nadzor provođenja LV-a, provjera napisanih izvještaja820
Rješavanje problema zadanog na KV3012,3,5,6Konstrukcijske vježbe (KV)Vrednovanje rješenja za zadani problem620
Priprema za usmeni ispit i usmeno odgovaranje na pitanja331.11,2,3,4,5Usmeni ispitProvjera danih odgovora2550