TSBB33 · 6 hp · Avancerad nivå (A1N) · Datateknik, Elektroteknik
3D-datorseende
Ges · nästa start VT 2027
64 %
klarade senaste ordinarie tentan
TEN1 · 2 jun 2026 · 14 studenter
59 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
TEN1 · 41 studenter
Ingår i 8 program
- Civilingenjörsprogram i teknisk matematik
- Civilingenjörsprogram i datateknik
- Civilingenjörsprogram i informationsteknologi
- Civilingenjörsprogram i medicinsk teknik
- Civilingenjörsprogram i mjukvaruteknik
- Civilingenjörsprogram i teknisk fysik och elektroteknik - internationell
- Civilingenjörsprogram i teknisk fysik och elektroteknik
- Masterprogram i Data Science and Information Engineering
Tentamen
TEN1 Skriftlig tentamen
- 5
- 4
- 3
- U
Ordinarie tentor
59 % godkända · 41 studenter
- 64 %14
- 38 %13
- 71 %14
Omtentor
93 % godkända · 14 studenter
- 83 %6
- 100 %8
- Klarar omtentan: 93 % (14 studenter), jämfört med 59 % (41 studenter) på ordinarie
- Får 4 eller 5: 24 % (55 studenter)
Visa små tillfällen (5)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %2
- 0 %1
- 0 %1
- 67 %3
- 33 %3
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
LAB1 Laborationer
- G
- U
Ordinarie tillfällen
90 % godkända · 50 studenter
- 89 %18
- 80 %15
- 100 %17
Senare tillfällen
100 % godkända · 5 studenter
- 100 %5
- Klarar ett senare tillfälle: 100 % (5 studenter), jämfört med 90 % (50 studenter) på ordinarie
Inlämning eller laboration
PRA1 Projektarbete i grupp
- G
Ordinarie tillfällen
100 % godkända · 45 studenter
- 100 %16
- 100 %13
- 100 %16
Senare tillfällen
100 % godkända · 5 studenter
- 100 %5
- Klarar ett senare tillfälle: 100 % (5 studenter), jämfört med 100 % (45 studenter) på ordinarie
Om kursen
Mål
Kursen ger kunskap om de algoritmer och skattningsproblem som används för att härleda 3D-struktur från bilder. Detta innefattar dels den matematik som används, dels hur den i praktiken omsätts i algoritmer genom programmering.
Studenten ska efter genomgången kurs kunna:
- Mål 1: redogöra för, och använda algoritmer för robust skattning av geometriska storheter
- Mål 2 : redogöra för, och använda algoritmer för täta korrespondensfält och triangulering i stereobilder
- Mål 3: redogöra för, och integrera komponenter för struktur från rörelse
- Mål 4: redogöra för, och integrera komponenter för förtätning och visualisering av 3D-modeller
Innehåll
I kursen tar vi upp metodik som relaterar till målen ovan, med fokus på följande:
- Robust skattningsmetodik för geometri (RANSAC)
- Olinjär minsta-kvadratskattning, samt robusta felnormer
- Geometriska skattningsproblem som absolut och relativ kamerapose, och minimala fall för lösbarhet.
- Struktur från rörelse, strålknippejustering (bundle adjustment)
- Skattning och visualisering av täta korrespondensfält
- Triangulering av korrespondenser
Innehållet introduceras under en serie föreläsningar, och används sedan praktiskt i laborationer och projekt.
- Examinator
- Per-Erik Forssén
- Schemalagd tid
- 101 h
- Huvudområde
- Datateknik, Elektroteknik