| Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
| Bilgisayarlı Görü | BM430 | 8 | 3 + 0 | 5,0 |
| Birim Bölüm | BİLGİSAYAR MÜHENDİSLİĞİ |
| Derece Seviye | Lisans - Seçmeli - Türkçe |
| Dersin Verilişi | Yüz yüze |
| EBS Koordinatörü | Dr. Öğr. Üyesi Nihan KAZAK ÇERÇEVİK |
| Ders Veren | |
| Amaç |
Bilgisayarla görme, makinelerin görsel girdileri analiz etme ve anlama yeteneği kazanmasını sağlayan yöntemler geliştirmeyi amaçlar. Bu lisans düzeyindeki ders, bilgisayarla görmenin temel konularını tanıtmak için tasarlanmıştır. Bu bağlamda öncelikle görüntü oluşturma, kameralar, renk gibi alt düzey görüntü algılama yönlerinden başlayıp ilgi noktası tespiti ve yerel öznitelik çıkarımı gibi orta düzey görme konuları ile devam edeceğiz. Kurs ayrıca yüz algılama/tanıma, nesne tanıma ve insan hareket analizi gibi üst düzey görme görevlerinin temellerini de tanıtacaktır. |
| Ders İçeriği |
görüntü işleme, bilgisayarla görme, lineer cebir, temel olasılık ve istatistik bilgisi, iyi programlama becerileri, sınıflandırma, nesne tanıma, nesne takibi, bölütleme |
| Ders Kaynakları |
Computer Vision: Algorithms and Applications, by Richard Szeliski, Springer, 2010.
Computer Vision: A Modern Approach (2nd edition), by D.A. Forsyth and J. Ponce, Prentice Hall, 2011. Pattern Classification (2nd Edition), by R.O. Duda, P.E. Hart, and D.G. Stork, Wiley-Interscience, 2000. |
| Açıldığı Öğretim Yılı | 2022 - 2023 |
| Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | 0 |
| Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
| Bu bilgi girilmemiştir. | |
| Toplam | %0 |
| Yarıyıl İçinin Başarıya Oranı | %0 |
| Yarıyıl Sonu Çalışmalar | %0 |
| Toplam | %0 |
| Kategori | Ders İlişki Yüzdeleri (%) |
|
Aktarılabilir Beceri Dersleri
|
0
|
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
|
Destek Dersleri
|
0
|
|
Ek Dersler
|
0
|
|
Kategori
|
0
|
|
Mesleki Seçmeli Dersler
|
0
|
|
Temel Meslek Dersleri
|
0
|
|
Uygulama Dersleri
|
0
|
|
Uzmanlık / Alan Dersleri
|
0
|
| Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
| Toplam İş Yükü (Saat) | 0 | |||
| AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 0 | |||
| AKTS | ||||
| Hafta | Konu | Öğretim Metodu |
|---|---|---|
| 1 | Bilgisayar görüşüne giriş | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 2 | Görüntü oluşumu, kamera ve renk | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 3 | Filtreler, Şablonlar ve Görüntü Piramitleri | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 4 | İlgi noktaları ve görüntü özellikleri | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 5 | Kenar Algılama, hat uydurma | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 6 | Makine öğrenimi: kümeleme ve sınıflandırmaya genel bakış | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 7 | Örnek tanıma, sözcük torbası modelleri | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 8 | Kaydırmalı pencerelerle nesne algılama | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 9 | Hareket analizi ve takibi | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 10 | İnsan Eylemi Tanıma | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 11 | Görüntü Alma / Geri Getirme | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 12 | Derin öğrenme ile bilgisayarla görme uygulamaları | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 12 | Derin öğrenme ile bilgisayarla görme uygulamaları | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| 14 | Bilgisayarla Görmede Gelişmiş Uygulamalar | Ders Laboratuar Öğrenci Topluluğu Faaliyetleri / Projeleri |
| Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
| Mezunlar, konu alanları hakkında kapsamlı bilgi ve anlayışa, farklı düşünce gelenekleriyle ilişki kurma becerisine ve çok disiplinli veya çok profesyonel bağlamlar dahil olmak üzere bilgilerini uygulamada uygulama becerisine sahiptir. | |||
| Mezunlar, gelecekteki zorluklara yenilikçi yanıtlar tasarlamak için eleştirel, yaratıcı ve kanıta dayalı düşünmeyi uygulayabilen etkili problem çözücülerdir. | |||
| Bu dersi başarıyla tamamlayan öğrenciler, bilgisayar görüşü tarafından ele alınan zorlukların ve uygulamaların kapsamını tanımlayabilecektir. | |||
| Bu dersi başarıyla tamamlayan öğrenciler, görüntü filtreleme tekniklerini gösterebilecek ve deneyebileceklerdir. | |||
| Bu dersi başarıyla tamamlayan öğrenciler, izleme ve hareketten yapı gibi video analiz problemlerini üstlenebileceklerdir. | |||
| Bu dersi başarıyla tamamlayan öğrenciler, görüntü sınıflandırma, tanıma ve algılama dahil olmak üzere bilişsel görevleri analiz edebilecektir. |
DERS ÖĞRENME ÇIKTISI |
PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| Mezunlar, konu alanları hakkında kapsamlı bilgi ve anlayışa, farklı düşünce gelenekleriyle ilişki kurma becerisine ve çok disiplinli veya çok profesyonel bağlamlar dahil olmak üzere bilgilerini uygulamada uygulama becerisine sahiptir. | - | - | - | - | - | - | - | - | - | - |
| Mezunlar, gelecekteki zorluklara yenilikçi yanıtlar tasarlamak için eleştirel, yaratıcı ve kanıta dayalı düşünmeyi uygulayabilen etkili problem çözücülerdir. | - | - | - | - | - | - | - | - | - | - |
| Bu dersi başarıyla tamamlayan öğrenciler, bilgisayar görüşü tarafından ele alınan zorlukların ve uygulamaların kapsamını tanımlayabilecektir. | - | - | - | - | - | - | - | - | - | - |
| Bu dersi başarıyla tamamlayan öğrenciler, görüntü filtreleme tekniklerini gösterebilecek ve deneyebileceklerdir. | - | - | - | - | - | - | - | - | - | - |
| Bu dersi başarıyla tamamlayan öğrenciler, izleme ve hareketten yapı gibi video analiz problemlerini üstlenebileceklerdir. | - | - | - | - | - | - | - | - | - | - |
| Bu dersi başarıyla tamamlayan öğrenciler, görüntü sınıflandırma, tanıma ve algılama dahil olmak üzere bilişsel görevleri analiz edebilecektir. | - | - | - | - | - | - | - | - | - | - |
