1DI2233 - Analiza danych obrazowych i multimedialnych

Nazwa w drugim języku: 

Image and multimedia data analysis

Przedmiot realizowany w planach wzorcowych:

Obieralny dla katalogów:

Znalazłem 10 pozycji. (Pokaż szczegóły)

• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 2 - 2 (WPS2019Z/2020L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 2 - 2 (WPS2020Z/2021L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 2 - 2 (WPS2021Z/2022L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 2 - 2 (WPS2022Z/2023L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 2 - 2 (WPS2023Z/2024L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 3 - 3 (WPS2019Z/2020L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 3 - 3 (WPS2020Z/2021L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 3 - 3 (WPS2021Z/2022L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 3 - 3 (WPS2022Z/2023L)
• Informatyka M,D,PL - spec ID podstawowy Etap: Model 2, magisterskie II-go stopnia, stacjonarne, polski , sem.: 3 - 3 (WPS2023Z/2024L)

Cel przedmiotu: 

Celem przedmiotu jest przygotowanie studenta do rozwiązywania problemów w zakresie przetwarzania i analizy w obrazów cyfrowych, sekwencji obrazów oraz danych tego typu występujących łącznie z innymi rodzajami danych (dźwięk, tekst) jak i do podejmowania wyzwań badawczych w ww. obszarach tematycznych.

Dane rastrowe oraz multimedialne stanowią jedne z najczęściej występujących danych występujących w różnego rodzaju systemach technicznych. Dzięki rosnącym możliwościom przesyłania, przechowywania i przetwarzania danych metody analizy tego typu danych są intensywnie rozwijane. Celem przedmiotu jest zapoznanie studentów z zagadnieniami przetwarzania i analizy danych w postaci danych rastrowych oraz danych multimedialnych składających się z danych różnego rodzaju.

Student po zakończeniu zajęć jest przygotowany do studiowania najnowszej literatury przedmiotu, zna obszary i kierunki badań prowadzonych przez Wydział w dziedzinie powiązanej w treściami przedmiotu. Jest przygotowany do prowadzenia działalności badawczej, zna i umie się posłużyć metodami, narzędziami i technikami badawczymi.

Treści kształcenia: 

Szczegółowe treści kształcenia obejmują następujące zakresy tematyczne.
 
1. Wprowadzenie. Rodzaje danych - obrazy rastrowe, sekwencje obrazów, chmury punktów, zapis dźwięku. Podstawy przetwarzania obrazów i danych multimedialnych. Rodzaje metod przetwarzania. Sekwencje obrazów, łączenie danych obrazowych, w tym sekwencji z innymi rodzajami danych.
2. Metody przetwarzania obrazów - punktowe, kontekstowe, trasformat. Operacje arytmetyczne, histogramowe, korekcja gamma. Filtracja liniowa górno i dolnoprzepustowa, w tym filtry Gaussa, Prewitta, Sobela, Laplasjan. Metody kontekstowe nieliniowe: medianowy, operacje morfologiczne podstawowe oraz złożone. Transformaty obrazów (Fouriera, DCT, Hough i inne)
3. Metody ekstrakcji cech opisujących treść obrazu. Współczynniki odnoszące się do kształtu, momentowe, szkieletowe i inne Cechy obrazów w skali szarości i kolorowych. Cechy teksturowe.
4. Przetwarzanie sekwencji obrazów. Detekcja ruchu. Śledzenie poruszających się obiektów. Cechy odnoszące się do ruchu. Identyfikacja na podstawie sposobu poruszania się obiektu.
5. Metody klasyfikacji danych obrazowych i multimedialnych: klasyfikatory najbliższego sąsiada, probabilistyczne, drzewa decyzyjne, sieci neuronowe w tym sieci głębokiego uczenia w rozpoznawaniu obrazów.
6. Dźwięk i sposoby jego przetwarzania. Analiza częstotliwościowa. Przetwarzanie sygnału dźwiękowego.
7. Metody chmur punktów. Metody punktów charakterystycznych SIFT, SURF, ORB, FAST i inne. Chmury punktów 3D, dane lidarowe. Dopasowanie chmur punktów. Identyfikacja obiektów na podstawie podzbiorów chmur.
8. Podstawy kompresji danych multimedialnych. Kompresja stratna i bezstratna. Popularne standardy kompresji danych multimedialnych.


Na przedmiot będzie składał się wykład (30 godz.), zajęcia laboratoryjne (15 godz.) oraz projekt (15 godz.). Zajęcia laboratoryjne zostaną zrealizowane w środowisku jeżyka Python.

Bibliografia: 

1. W.Malina „M.Smiatacz ,,Cyfrowe przetwarzanie obrazów'' AOW EXIT 2008,
2. Z. Wróbel, R. Koprowski, Praktyka przetwarzania obrazów z zadaniami w programie Matlab, Exit, Warszawa 2008.
3. Z. Wróbel, R. Koprowski, Praktyka przetwarzania obrazów w programie Matlab, Exit, Warszawa 2004.
4. R. C. Gonzales, R. E. Woods. Digital Image Processing, Prentice Hall Inc., 2007.
5. A.Wieczorkowska Multimedia. Podstawy teoretyczne i zastosowania praktyczne. Wyd. PJWSTK 2008
Dodatkowo mogą zostać polecone przez prowadzącego najnowsze artykuły naukowe z przedmiotowego zakresu.

Metody oceny: 

Wykład:
* egzamin w trakcie sesji (50% oceny końcowej)
Laboratorium:
* sprawdzian z pytaniami otwartymi - do zrealizowania jest fragment kodu realizujący ustalone przez prowadzącego zadanie (15% oceny końcowej),
* zdanie projektowe (35% oceny końcowej) - oceniane na postawie przygotowanego przez studenta(ów) sprawozdania oraz rozmowy oceniającej (obrony projektu)

Uwagi: 

-

Przedmioty na których bazuje dany przedmiot (prerekwizyty):

• [1DI2150] Modele matematyczne w uczeniu maszynowym

• Efekty Kształcenia dla kierunku Informatyka Stosowana:
• Wiedza

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  I2_W01	Ma rozszerzoną i pogłębioną wiedzę z zakresu matematyki przydatną do formułowania i rozwiązywania złożonych zadań z zakresu informatyki obejmującą wybrane zagadnienia dotyczące: a) analizy matematycznej, b) algebry, c) probabilistyki, d) metod numerycznych, e) optymalizacji.	+ (33%)	rozszerzona i pogłębiona wiedza w obszarze tematycznym przedmiotu z zakresu głównie probabilistyki, metod numerycznych i optymalizacji	kolokwium zaliczające wykład, sprawdzian podczas laboratorium
  I2_W01c	ma rozszerzoną i pogłębioną wiedzę z zakresu matematyki przydatną do formułowania i rozwiązywania złożonych zadań z zakresu informatyki, obejmującą wybrane zagadnienia dotyczące probabilistyki	++ (66%)	rozszerzona i pogłębiona wiedza niezbędna m.in. w zagadnieniach klasyfikacji	kolokwium zaliczające wykład, sprawdzian podczas laboratorium
  I2_W01d	ma rozszerzoną i pogłębioną wiedzę z zakresu matematyki przydatną do formułowania i rozwiązywania złożonych zadań z zakresu informatyki, obejmującą wybrane zagadnienia dotyczące metod numerycznych	++ (66%)	rozszerzona i pogłębiona wiedza niezbędna m.in. w algorytmach analizy danych	kolokwium zaliczające wykład, sprawdzian podczas laboratorium
  I2_W01e	ma rozszerzoną i pogłębioną wiedzę z zakresu matematyki przydatną do formułowania i rozwiązywania złożonych zadań z zakresu informatyki, obejmującą wybrane zagadnienia dotyczące optymalizacji	+ (33%)	rozszerzona i pogłębiona wiedza niezbędna m.in. w algorytmach klasyfikacji i grupowania	kolokwium zaliczające wykład, sprawdzian podczas laboratorium
  I2_W04a	ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu podstaw programowania	+++ (100%)	realizacja ćwiczeń laboratoryjnych i zadań projektowych wymaga znajomości programowania i pogłębia umiejętności w tym zakresie	sprawdzian na zajęciach laboratoryjnych, sprawozdanie i omówienie projektu
  I2_W04b	ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu algorytmów i złożoności	+ (33%)	szacowanie złożoności obliczeniowej algorytmów analizy danych obrazowych i multimedialnych	kolokwium zaliczające wykład, sprawdzian podczas laboratorium
  I2_W04f	ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu języków i paradygmatów programowania	+ (33%)	wiedza w zakresie języka Python	sprawdzian podczas laboratorium, zadania projektowe
  I2_W04g	ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu grafiki i komunikacji człowiek-komputer	+++ (100%)	wiedza w zakresie metod analizy danych obrazowych i multimedilanych	kolokwium zaliczające wykład, sprawdzian podczas laboratorium, zadania projektowe
  I2_W04h	ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu sztucznej inteligencji	+++ (100%)	wiedza w zakresie metod analizy danych obrazowych i multimedilanych	kolokwium zaliczające wykład, sprawdzian podczas laboratorium, zadania projektowe
  I2_W06	Ma wiedzę o trendach rozwojowych i najistotniejszych nowych osiągnięciach z zakresu informatyki i dziedzin pokrewnych informatyce.	+++ (100%)	w zakresie tematycznym przedmiotu	kolokwium zaliczające wykład
  I2_W06a	ma wiedzę o trendach rozwojowych i najistotniejszych nowych osiągnięciach z zakresu informatyki	+++ (100%)	w zakresie tematycznym przedmiotu
  I2_W08a	zna podstawowe, stosowane przy rozwiązywaniu złożonych zadań inżynierskich z zakresu informatyki metody	+++ (100%)	w zakresie tematycznym przedmiotu	kolokwium zaliczające wykład, sprawdzian podczas laboratorium, zadania projektowe
  I2_W08b	zna podstawowe, stosowane przy rozwiązywaniu złożonych zadań inżynierskich z zakresu informatyki techniki	+++ (100%)	w zakresie tematycznym przedmiotu	kolokwium zaliczające wykład, sprawdzian podczas laboratorium, zadania projektowe
  I2_W08c	zna podstawowe, stosowane przy rozwiązywaniu złożonych zadań inżynierskich z zakresu informatyki narzędzia	+++ (100%)	w zakresie tematycznym przedmiotu	kolokwium zaliczające wykład, sprawdzian podczas laboratorium, zadania projektowe
  I2_W09	Zna typowe technologie inżynierskie w zakresie informatyki.	+++ (100%)	w zakresie tematycznym przedmiotu	sprawdzian podczas laboratorium, projekt

• Umiejętności

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  I2_U01	Potrafi pozyskiwać informacje z literatury, baz danych oraz innych właściwie dobranych źródeł w wersji drukowanej i elektronicznej, w tym w Internecie, także w języku angielskim albo francuskim lub niemieckim w zakresie informatyki, potrafi integrować uzyskane informacje, dokonywać ich interpretacji i krytycznej oceny, a także wyciągać wnioski, formułować i wyczerpująco uzasadniać opinie.	+++ (100%)	student może skorzystać z literatury w języku angielskim	zaliczenie zadania projektowego
  I2_U02	Potrafi porozumiewać się przy użyciu różnych technik w środowisku zawodowym związanym z informatyką oraz w innych środowiskach także w języku angielskim, francuskim lub niemieckim w zakresie informatyki.	++ (66%)	student może skorzystać z komunikacji elektronicznej (m.in.fachowe fora internetowe) w zakresie projektu	zaliczenie zadania projektowego
  I2_U03	Potrafi przygotować opracowanie naukowe w języku polskim i krótkie doniesienie naukowe w języku angielskim albo francuskim lub niemieckim z zakresu informatyki przedstawiające wyniki własnych badań naukowych.	+++ (100%)	student przygotowuje sprawozdanie z zadania projektowego	zaliczenie zadania projektowego
  I2_U04	Potrafi przygotować i przedstawić w języku polskim i języku angielskim albo francuskim lub niemieckim prezentację ustną, dotyczącą szczegółowych zagadnień z zakresu informatyki.	+++ (100%)	student przedstawia sposób realizacji zadania projektowego podczas krótkiej prezentacji ustnej	zaliczenie zadania projektowego
  I2_U07	Potrafi posługiwać się technikami informacyjno-komunikacyjnymi właściwymi do realizacji zadań typowych dla działalności inżynierskiej.	+++ (100%)	student może skorzystać z komunikacji elektronicznej (m.in.fachowe fora internetowe) w zakresie projektu	zaliczenie zadania projektowego
  I2_U08	Potrafi planować i przeprowadzać eksperymenty, w tym pomiary, symulacje komputerowe, interpretować uzyskane wyniki i wyciągać wnioski.	+++ (100%)	student planuje i przeprowadza eksperymenty niezbędne do realizacji zadania projektowego	zaliczenie zadania projektowego
  I2_U09	Potrafi wykorzystać do formułowania i rozwiązywania zadań inżynierskich i prostych problemów badawczych metody: a) analityczne, b) symulacyjne, c) eksperymentalne.	+++ (100%)	potrafi a umiejętności te opanowuje w trakcie ćwiczeń laboratoryjnych i realizacji zadania projektowego	zaliczenie zadania projektowego
  I2_U09a	potrafi wykorzystać do formułowania i rozwiązywania zadań inżynierskich i prostych problemów badawczych metody analityczne	+++ (100%)	potrafi a umiejętności te opanowuje w trakcie ćwiczeń laboratoryjnych i realizacji zadania projektowego	zaliczenie zadania projektowego
  I2_U09c	potrafi wykorzystać do formułowania i rozwiązywania zadań inżynierskich i prostych problemów badawczych metody eksperymentalne		potrafi a umiejętności te opanowuje w trakcie ćwiczeń laboratoryjnych i realizacji zadania projektowego	sprawdzian podczas laboratorium, zadania projektowe
  I2_U11	Potrafi formułować i testować hipotezy związane z problemami inżynierskimi i prostymi problemami badawczymi		potrafi a umiejętności te opanowuje w trakcie ćwiczeń laboratoryjnych i realizacji zadania projektowego	sprawdzian podczas laboratorium, zadania projektowe
  I2_U16	Potrafi zaproponować ulepszenia (usprawnienia) istniejących rozwiązań technicznych.	+ (33%)	potrafi w zakresie tematycznym przedmiotu	sprawdzian i zadanie projektowe
  I2_U18	Potrafi ocenić przydatność rutynowych metod i narzędzi służących do rozwiązania zadania inżynierskiego charakterystycznego dla informatyki, w tym dostrzec ograniczenia tych metod i narzędzi; potrafi, stosując także koncepcyjnie nowe metody, rozwiązywać złożone zadania inżynierskie, charakterystyczne dla informatyki, w tym zadania nietypowe oraz zadania zawierające komponent badawczy.	+++ (100%)	potrafi w zakresie tematycznym przedmiotu	sprawdzian i zadanie projektowe
  I2_U19	Potrafi, zgodnie z zadaną specyfikacją, uwzględniającą aspekty pozatechniczne, zaprojektować złożone urządzenie, obiekt, system lub proces, związane z informatyką, oraz zrealizować ten projekt używając właściwych metod, technik i narzędzi, w tym przystosowując do tego celu istniejące lub opracowując nowe narzędzia.	+++ (100%)	potrafi w zakresie tematycznym przedmiotu	sprawdzian i zadanie projektowe

• Kompetencje społeczne

  Kod	Efekt Kształcenia dla kierunku	Procent	Efekt kształcenia dla przedmiotu	Sposób sprawdzania
  I2_K01	jest przygotowany do przeprowadzenie krytycznej analizy posiadanej wiedzy, ma świadomość posiadanych kompetencji i umie pozyskać informacje potrzebne do realizacji postawionych przed nim zadań	+++ (100%)	jest przygotowany w zakresie merytorycznym przedmiotu	zadanie projektowe
  I2_K02	jest przygotowany do współpracy z mentorem dla osiągnięcia postawionych celów, w tym podjęcia pracy badawczej i naukowej	+++ (100%)	jest przygotowany w zakresie merytorycznym przedmiotu	zadanie projektowe
  I2_K03	jest przygotowany do współdziałania i pracy w grupie, przyjmowania w niej różnych ról, w tym kierowniczych, działając zawodowo na rzecz społeczeństwa	+++ (100%)	jest przygotowany w zakresie merytorycznym przedmiotu	zadanie projektowe
  I2_K04	potrafi odpowiednio i w sposób odpowiedzialny określić priorytety służące realizacji postawionych zadań z uwzględnieniem pozatechnicznych aspektów i skutków działalności inżynierskiej, w tym jej wpływu na otoczenie społeczne i gospodarcze	+++ (100%)	jest przygotowany w zakresie merytorycznym przedmiotu	zadanie projektowe

• • Punkty ECTS za zajęcia kontaktowe z nauczycielem: 2 
  • Punkty ECTS za zajęcia praktyczne łącznie; kontaktowe i bez kontaktu z nauczycielem: 2 
• • Uzasadnienie punktów ECTS:

  • Zajęcia kontaktowe z nauczycielem: 

    Wykłady, zajęcia laboratoryjne - ćwiczenia oraz zajęcia projektowe - omówienie projektu, konsultacje w trakcie jego realizacji

  • Zajęcia bez kontaktu z nauczycielem: 

    Przygotowanie do zajęć ćwiczeniowych, przygotowanie do wykładu, zajęcia projektowe - analiza literatury, modelowanie i symulacje, opracowanie wyników, praca własna

  • • Sumaryczna liczba godzin pracy studenta: 100 
  • Łączna liczba punktów ECTS wynika z sumarycznej liczby godzin pracy studenta.