ידיעון תשפ"ז


22928 מבוא לראייה ממוחשבת

4 נקודות זכות תואר שני

שיוך: תואר שני / מדעי המחשב

שיוך נוסף: תואר ראשון / מדעים / מדעי המחשב

מחלקה: מתמטיקה ומדעי המחשב

דרישות קדם

תנאי קבלה: קבלה לתואר שני במדעי המחשב.[3959] ידע קודם מומלץ: הקורסים מעבדה בתכנות מערכות, עיבוד תמונה, אלגברה לינארית 2.

**החל מסמסטר א2028 יתווסף הקורס למידה עמוקה לתנאי הקבלה של קורס זה. 

שפת ההוראה

עברית

תיאור הקורס ומטרותיו

הקורס מציג את העקרונות המרכזיים של ראייה ממוחשבת, תוך שילוב בין שיטות קלאסיות לבין למידה עמוקה. נלמד כיצד לייצג, לעבד ולנתח מידע חזותי, החל ממודל המצלמה הגיאומטרי ועד מודלים מודרניים מבוססי רשתות נוירונים  ומודלים גנרטיביים. מטרת הקורס היא להקנות הבנה תאורטית וכלים יישומיים לפיתוח מערכות לניתוח תמונה, שחזור תלת-מימד וזיהוי אובייקטים.

ידע כישורים ומיומנויות שירכשו בקורס (תוצרי הלמידה)

  • הבנה של מודל המצלמה והקשר בין עולם תלת-מימדי לתמונה דו-מימדית
  • יכולת שימוש בכלים קלאסיים לניתוח תמונה והתאמת תכונות
  • הבנה ויישום של מודלים ללמידה חזותית
  • היכרות עם מודלים גנרטיביים ליצירת תמונות
  • יכולת תכנון ואימון מודלים לעיבוד ויצירת תמונה
  • ניתוח תוצאות והערכת ביצועים 

שיטת ההוראה

  • מדריך למידה באתר
  • מפגשים פרונטליים
  • מטלות מעשיות ופרויקט מסכם

נושאי הלימוד

  • מודל המצלמה (Camera Model) והטלות פרספקטיביות
  • גיאומטריה של ראייה ושחזור תלת-מימד (3D Reconstruction)
  • יסודות בעיבוד תמונה (סינון, גרדיאנטים, זיהוי פינות)
  • תיאור והתאמת תכונות (SIFT, Matching)
  • רשתות קונבולוציה (CNN) - מבנה ואימון
  • ארכיטקטורות מתקדמות (ResNet, EfficientNet וכו')
  • זיהוי אובייקטים (Object Detection)
  • סגמנטציה (Segmentation)
  • Transformers בראייה ממוחשבת  (ViT)
  • מודלים גנרטיביים בדגש על Diffusion Models ליצירת תמונות

הערות

3959

סטודנט שאינו עומד בתנאי הקבלה יכול, במקרים מסוימים, להירשם לקורס. לפרטים נוספים עיינו בסעיף קבלה לקורסים בודדים בתכנית הלימודים לתואר שני במדעי המחשב.

קורס

קורס

0