Theoretical Methods for Computer Vision and Signal Processing

Περιεχόμενα

Θεωρητική ανάλυση προχωρημένων μαθηματικών μεθόδων και υπολογιστικών αλγορίθμων που εφαρμόζονται σε διάφορες περιοχές προβλημάτων της όρασης υπολογιστών και επεξεργασιας σημάτων. Κάθε έτος που διδάσκεται το μάθημα, διδάσκεται ένα υποσύνολο (Part-I, Part-II) απο τα ακόλουθα θέματα:

Προσωπικό

Petros Maragos Διδάσκων

Περιεχόμενα

      Part I:

    • Wavelets and Frames
    • Fractals
    • Compressed Sensing, Sparse Modeling
    • Nonlinear Signal/Image Operators on Lattices. Minimax Algebra. Convex analysis.
      Part II:

    • Προχωρημένα Θέματα Γεωμετρίας Πολλαπλών Οψεων και 3Δ Ανακατασκευής.
    • Μερικές Διαφορικές Εξισώσεις και Μεταβολικός Λογισμός για Ανάλυση Εικόνων και Οραση Υπολογιστών.
    • Μέθοδοι Γράφων για Οραση Υπολογιστών και Δίκτυα, και Εφαρμογές σε Μηχανική Μάθηση.

 

Βαθμολογία

Σειρές θεωρητικών (και μερικών υπολογιστικών) προβλημάτων, και δυνητικά κάποια εργασία.

Βαθμολογία: 2/3 από σειρές αναλυτικών ασκήσεων και 1/3 από μια εξαμηνιαία εργασία.

Προαπαιτούμενα: Προηγούμενο Μάθημα σε Επεξεργασία Σημάτων ή σε Οραση Υπολογιστών και Εγκριση Διδάσκοντος.

Βιβλίο

Συμπληρωματικές Σημειώσεις

Σημειώσεις (Maragos Lecture Notes)
Abstract Algebra, Symmetry Groups and Euclidean Motions
Linear Algebra
Topology and Metric Spaces
Representations for Linear and Morphological Operators
Συμπληρωματικές Σημειώσεις
Sparse Representations
Partial Differential Equations
Διαφάνειες Παρουσιάσεων
Graphical Models
Sparsity
Επιστημονικά Άρθρα
Compressive Sensing / Sparsity
Graph Methods

Βιβλιογραφία

2018-06-18T12:56:12+00:00