IN9520 – Digital bildeanalyse
Beskrivelse av emnet
Endringer på grunn av koronaviruset
Høsten 2020 og våren 2021 vil eksamen i de fleste emner ved MN gjennomføres digitalt, enten som hjemmeeksamen eller som muntlig eksamen, med normal karakterskala. Følg med på semestersiden for oppdatert informasjon om eksamensformen i ditt emne.
Merk at det kan komme endringer i eksamensform for enkelte emner våren 2021. Vi har som mål at både emnebeskrivelse og semestersider for alle emner skal være oppdatert med korrekt informasjon innen 1. februar 2021.
Se felles retningslinjer for eksamen ved MN-fakultetet høsten 2020.
Kort om emnet
Emnet tar for seg metoder for analyse av digitale bilder, segmentering og beskrivelse av objekter i bilder. Sentrale temaer er egenskapsuttrekking og klassifikasjon av objekter i bilder.
Hva lærer du?
Etter å ha tatt dette emnet:
- har du veldig god kunnskap om metoder for teksturanalyse og antagelsene bak dem.
- har du veldig god kunnskap om representasjon og beskrivelse av objektform.
- kan du bruke teorien og den lineære algebra bak sentrale metoder for overvåket klassifisering av bilder, spesielt Gauss-klassifiserere.
- forstår du begrepet ´curse-of-dimensionality´ og kan bruke teorien i praksis til å nøye velge en delmengde av funksjoner og robust kontrollere kompleksiteten til klassifikatoren
- kan du bruke teorien bak sentrale metoder for funksjonsvalg og lineære funksjonstransformasjoner.
Opptak til emnet
Ph.d.-kandidater ved UiO søker plass på undervisningen og melder seg til eksamen i Studentweb.
Hvis emnet har begrenset kapasitet, vil ph.d.-kandidater som har emnet i sin utdanningsplan ved UiO bli prioritert. Noen nasjonale forskerskoler kan ha egne regler for rangering av søkere til emner med begrenset kapasitet.
Ph.d.-kandidater som har opptak ved andre utdanningsinstitusjoner må innen angitt frist søke om hospitantplass.
Anbefalte forkunnskaper
INF1010 – Objektorientert programmering (videreført)/INF1100 – Grunnkurs i programmering for naturvitenskapelige anvendelser (videreført), IN1000 – Introduksjon til objektorientert programmering, IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser, INF2310 – Digital bildebehandling (videreført), MAT1110 – Kalkulus og lineær algebra
Overlappende emner
- 10 studiepoeng overlapp med IN5520 – Digital bildeanalyse.
- 10 studiepoeng overlapp med INF4300 – Digital bildeanalyse (videreført).
- 10 studiepoeng overlapp med INF9305 – Digital Image Analysis (videreført).
- 5 studiepoeng overlapp med INF9305 – Digital Image Analysis (videreført).
Undervisning
Det holdes 2 timers forelesning og 2 timer øvelser hver uke. Det krever gjennomføring av obligatoriske oppgaver. Ph.d.-kandidater vil også måtte gjennomføre et større obligatorisk prosjekt.
Eksamen
Muntlig eller skriftlig eksamen (4 timer) avhengig av antall studenter. Ph.d.-kandidater vil bli gitt flere oppgaver enn masterstudenter.
Alle obligatoriske oppgaver må være godkjente for å kunne gå opp til eksamen.
Som eksamensforsøk i dette emnet teller også forsøk i følgende tilsvarende emner: IN5520 – Digital bildeanalyse, INF4300 – Digital bildeanalyse (videreført), INF9305 – Digital Image Analysis (videreført)
Hjelpemidler til eksamen
Eksamensspråk
Du kan besvare eksamen på norsk, svensk, dansk eller engelsk.
Karakterskala
Emnet bruker karakterskala bestått/ikke bestått. Les mer om karakterskalaen.
Adgang til ny eller utsatt eksamen
Studenter som dokumenterer gyldig fravær fra ordinær eksamen, kan ta utsatt eksamen i starten av neste semester.
Det tilbys ikke ny eksamen til studenter som har trukket seg under ordinær eksamen, eller som ikke har bestått.