Хичээлийн код ба нэр хөтөлбөр

Хичээлийн товч мэдээлэл

Хичээлийн код	KCS5161
Хичээлийн нэр	Компьютерын хараа
Багшийн овог нэр	Б.Далай-Очир
Анги	5-5
Улиралд хэдэн удаа	2-р улиралд долоо хоногт 2 удаа
Лекцийн тоо	32 удаа (64 цаг)
Хүрэх түвшин	1, 2, 3, 4, 5, 6
Хичээлийн товч агуулга	Зураг боловсруулалт, хэв танилт, сегментаци, объект илрүүлэлт, хөдөлгөөн илрүүлэлт зэрэг компьютер харааны үндсэн аргуудыг онол-практик хослуулан судална. Мөн Matlab, C/C++, CVIP tools ашиглан лабораторийн туршилтууд хийж, орчин үеийн судалгааны ажлуудтай харьцуулсан тайлан (paper) боловсруулах чадварыг эзэмшинэ.
Суурь мэдлэг	Хиймэл оюун ухаан 1, Хиймэл оюун ба пайтон

Хичээлийн агуулга

Долоо хоногийн дугаар	Хичээлийн сэдэв	Агуулга
1	Компьютер харааны үндэс, хэрэглээ	Орчин суулгах, зураг унших/харуулах
2	Тоон зураг, өнгөний загвар (RGB/Gray), формат	Image I/O, histogram
3	Камер/видео оролт, frame боловсруулалт	Webcam/video frame extraction
4	Image enhancement (contrast, equalization)	Histogram equalization туршилт
5	Spatial filtering, convolution	Mean/Gaussian filter
6	Noise ба denoising	Median/Bilateral filter
7	Edge detection (Sobel, Canny)	Edge map харьцуулалт
8	Thresholding, segmentation суурь	Otsu threshold, binary segmentation
9	Morphology (erosion/dilation/open/close)	Morphology ашиглан объект ялгах
10	Object segmentation & contour	Contour + bounding box
11	Feature extraction (shape/texture, HOG)	Feature vector гаргах
12	Object recognition (kNN/SVM суурь)	Simple classifier сургалт
13	Motion detection, tracking	Background subtraction + tracking
14	Deep Learning CV (CNN, YOLO overview), Paper бичих	Final project/paper хамгаалалт
15	Final Project Development	Оюутнууд сонгосон төслийн сэдвийн дагуу Model сонголт, код хөгжүүлэлт, туршилт хийнэ.
16	Project Presentation & Course Review	Final Project хамгаалалт, тайлан (paper) хамгаалалт.
17

Хичээлийн зорилт

1	Тоон зураг, видео өгөгдлийн бүтэц, дүрслэлийн ойлголтыг тайлбарлах.
2	Дүрс боловсруулах үндсэн аргууд (шүүлтүүр, сайжруулалт, дуу чимээ арилгалт) хэрэглэх.
3	Ирмэг илрүүлэлт, босго тогтоолт, сегментаци хийх.
4	Гол объект ялгах, шинж тэмдэг (feature) гарган авах.
5	Хэв танилтын суурь аргаар объект таних/ангилах.
6	Видео дээр хөдөлгөөн илрүүлэх, tracking хийх.
7	Судалгааны өгүүлэл унших, туршилтын үр дүнг харьцуулж paper бичих.

RUBRIC үнэлгээ

	Бүрэн эзэмшсэн түвшин (А,В)	Стандарт түвшин (C,D )	Зорилтыг биелүүлээгүй түвшин (F)
Зорилт 1	Тоон зураг, видео өгөгдлийн бүтэц, RGB/Gray өнгөний загвар, дүрслэлийн зарчмыг тайлбарлаж, төрөл бүрийн форматтай өгөгдлийг зөв боловсруулан дүн шинжилгээ хийдэг.	Тоон зураг, видео өгөгдлийн үндсэн ойлголтыг тайлбарлаж, бэлэн өгөгдөл дээр боловсруулалт хийж чаддаг.	Тоон зураг, видео өгөгдлийн үндсэн ойлголтыг хангалттай ойлгоогүй.
Зорилт 2	Filtering, enhancement, denoising зэрэг preprocessing аргуудыг нөхцөлд тохируулан сонгож, үр дүнг харьцуулан үнэлж чаддаг.	Image preprocessing-ийн үндсэн аргуудыг ашиглан туршилт хийж чаддаг.	Image preprocessing болон filtering аргуудыг зөв хэрэглэж чаддаггүй.
Зорилт 3	Edge detection, thresholding, segmentation аргуудыг ашиглан объектыг өндөр нарийвчлалтай ялгаж чаддаг.	Thresholding болон segmentation-ийн үндсэн аргуудыг ашиглан объект ялгаж чаддаг.	Segmentation болон edge detection-ийн ойлголт дутмаг.
Зорилт 4	Shape, texture, HOG зэрэг feature extraction аргуудыг ашиглан объектыг шинжлэн ялгаж чаддаг.	Feature extraction-ийн үндсэн ойлголттой бөгөөд жишээ код ашиглан хэрэгжүүлж чаддаг.	Feature extraction болон объектын шинж тэмдэг гарган авах чадваргүй.
Зорилт 5	kNN, SVM, CNN зэрэг аргуудыг ашиглан объект ангилах, таних систем боловсруулж үр дүнг сайжруулдаг.	Объект ангилалтын үндсэн ойлголттой бөгөөд бэлэн модел ашиглан туршилт хийж чаддаг.	Object recognition болон classification-ийн ойлголт сул.
Зорилт 6	Видео өгөгдөл дээр motion detection болон tracking алгоритмуудыг хэрэгжүүлэн бодит хэрэглээнд ашиглаж чаддаг.	Motion detection болон tracking-ийн үндсэн кодыг ажиллуулж ойлгосон.	Tracking болон хөдөлгөөн илрүүлэлтийн ойлголтгүй.
Зорилт 7	Судалгааны өгүүлэл уншиж, туршилтын үр дүнг шинжлэн харьцуулж, академик шаардлагад нийцсэн тайлан/paper бичиж хамгаалдаг.	Paper уншиж ойлгон, туршилтын үр дүнг тайлагнах чадвартай.	Судалгааны өгүүлэл унших, тайлан боловсруулах чадвар хангалтгүй.

Үнэлгээний задаргаа

	Өөрийгөө илэрхийлэх	Идэвхи	Даалгавар	Явцын шалгалт	Улирлын шалгалт	Нийт
Нийлбэр үнэлгээ	5	5	30	30	30	100
Суурь чадвар	5	5	10	15	15	50
Мэргэшсэн чадвар	5	5	20	15	15	50
Салбар бүрийн өргөн мэдлэг	0	0	0	0	0	0

Сургалтын хөтөлбөрийн бодлогын зорилт	(2), (3), (4), (5)
Тэнхмийн сургалтын хөтөлбөрийн бодлогын зорилт	(1), (2), (3), (4), (5)

Сурах бичиг	Deep Learning – Pythonで学ぶディープラーニングの理論と実装,株式会社オーム社,2018年
Санал болгох ном	①伊藤真、Pythonで動かして学ぶ！新しい機械学習の教材、株式会社ワコープらネット,2018年
Хичээл явуулах хэлбэр	Хичээлийг семинар хэлбэрээр явуулна.
Хичээлийн холбоос	Хиймэл оюун ухаан 2, Хиймэл оюун ухаан 1
Оюутан бэлтгэх зүйл	Семинар тэмдэглэх дэвтэр, үзэг, харандаа, хичээлийн классрүүмлүү орж бие даалт болон хичээлийн материалыг үзэх.
Бие дааж сурах заавар	Хичээл дээр заасан агуулгыг давтан үзэж, заасан дасгал ажлыг давтах.
Оффисийн цаг	7:50-16:00
Бусад

Great stories have a personality. Consider telling a great story that provides personality. Writing a story with personality for potential clients will assist with making a relationship connection. This shows up in small quirks like word choices or phrases. Write from your point of view, not from someone else's experience.

Great stories are for everyone even when only written for just one person. If you try to write with a wide, general audience in mind, your story will sound fake and lack emotion. No one will be interested. Write for one person. If it’s genuine for the one, it’s genuine for the rest.