Sveučilišni diplomski studij

Nazad   Raspored   Engleski

Digitalna obrada slike i videa za autonomna vozila DAEng3-02

ECTS 5 | P 30 | A 0 | L 15 | K 15 | ISVU 177875 | Akademska godina: 2019./2020.

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: Vidi tablicu aktivnosti