Данный курс является продолжением курса "Введение в компьютерное зрение" . В курсе рассматриваются ряд дополнительных вопросов из области анализа изображений и видео, даётся краткое введение в аппарат графических моделей, широко используемых в компьютерном зрении. Курс был прочитан Антоном Конушиным весной 2011 года на факультете вычислительной математики и кибернетики МГУ имени М.В. Ломоносова. Видеоверсия курса подготовлена при поддержке гранта Microsoft Research
Сайт курса в системе "Courses" лаборатории компьютерной графики и мультимедиа ВМК МГУ имени М.В. Ломоносова.
Лекции
| № | Тема | Видео и слайды |
|---|---|---|
| 1 | Сегментация изображений.. Сегментация и текстура, текстоны, Pb-детектор. Эмпирические методы сегментации. Методы сегментации на графах. Кластеризация для сегментации – K-cредних, сдвиг среднего. Энергетические методы. | Страница лекции |
| 2 | Цифровой фотомонтаж, часть 1. Графические модели. Постановка задачи фотомонтажа и основные понятия. Волшебная палочка, умные ножницы, алгоритм интерактивных разрезов графов. Марковское случайное поле, теорема Хаммерсли-Клиффорда. Условное случайное поле. Методы вывода для Марковских случайных полей. Сшивка текстур с помощью разрезов графов. | Страница лекции |
| 3 | Цифровой фотомонтаж, часть 2. Сшивка изображений. Матирование границ. Пирамиды Лапласа для сшивки. Редактирование по Пуассону. Метод Drag & Drop Pasting. Основы реконструкции (inpainting) и определения ретуши изображений. | Страница лекции |
| 4 | Семантическая сегментация изображений и контекст. Понятие пространственной поддержки. Сегментация и распознавание. Понятие контекста. Использование контекста для распознавания и сегментации с помощью Марковских случайных полей. | Страница лекции |
| 5 | Графические модели и обработка видео Контурные модели и отслеживание объектов. Использование Марковских случайных полей для сегментации объектов в видео. Схема голосования для отслеживания объектов. | Страница лекции |
| 6 | Геометрия камеры и структура из движения Модель перспективной проекции, внутренняя и внешняя калибровки камеры. Калибровка камеры. Эпиполярная геометрия, моделирование и оценка. Последовательный подход к решению задачи структуры и движения. Моделирование города по пользовательским фотографиям из интернета. | Страница лекции |
| 7 | Бинокулярное стерео. Постановка задачи. Ректификация изображений и триангуляция. Локальные методы стерео. Глобальные методы, задание энергии. Использование деревьев для стерео. Методы на основе пересегментации. | Страница лекции |
| 8 | Многовидовое стерео. Алгоритмы на основе раскраски вокселей. Объединение карт глубины с помощью Марковских случайных полей. Многовидовое стерео на основе фрагментов. | Страница лекции |
| 9 | Реконструкция по одному изображению.Точки схода, их оценка и использование для реконструкции. Интерактивные методы реконструкции по одному изображению. Семантическая сегментация и трехмерная реконструкция. Подход на основе гипотез и их оценок. Реконструкция помещений. Блочный мир. | Страница лекции |
| 10 | Распознавание позы человека.Отслеживание и покадровая оценка. Иллюстрированные модели и методы на их основе. Многокамерные методы для оценки позы человека, использование трехмерной реконструкции. | Страница лекции |
| 11 | Распознавание и анализ изображений лиц человека. Тестовые коллекции. Признаки для анализа лиц, Local Binary Patterns. Распознавание атрибутов лица. Подход для основе множества классификаторов. Улучшение красоты лица. Синтез анимации лица. | Страница лекции |
| 12 | Распознавание черт лица и моделирование головы человека по изображению.Активные модели формы и внешности для распознавания черт лица. Трехмерные параметрические модели. Редактирование изображений с использованием моделей лиц. | Страница лекции |