TSBB34 · 6 hp · Avancerad nivå (A1N) · Datateknik, Elektroteknik
Datorseende för videoanalys
Ges · nästa start VT 2027
89 %
klarade senaste ordinarie tillfället
LAB1 · 20 mar 2026 · 19 studenter
97 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
LAB1 · 73 studenter
26 %
Svårare än 26 % av kurserna på avancerad nivå
Jämfört med 285 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 31 studenter.
Ingår i 8 program
- Civilingenjörsprogram i datateknik
- Civilingenjörsprogram i informationsteknologi
- Civilingenjörsprogram i medicinsk teknik
- Civilingenjörsprogram i mjukvaruteknik
- Civilingenjörsprogram i teknisk matematik
- Civilingenjörsprogram i teknisk fysik och elektroteknik - internationell
- Civilingenjörsprogram i teknisk fysik och elektroteknik
- Masterprogram i Data Science and Information Engineering
Inlämning eller laboration
LAB1 Laborationer
- 5
- 4
- 3
- U
Ordinarie tillfällen
97 % godkända · 73 studenter
- 89 %19
- 100 %12
- 100 %17
- 100 %25
Senare tillfällen
Inga tillfällen med minst 5 studenter.
- Får 4 eller 5: 48 % (73 studenter)
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
PRA2 Projektarbete i grupp
- 5
- 3
- U
Ordinarie tillfällen
96 % godkända · 73 studenter
- 89 %19
- 100 %12
- 94 %17
- 100 %25
Senare tillfällen
Inga tillfällen med minst 5 studenter.
- Får 5: 47 % (73 studenter)
Om kursen
Mål
Kursen ger kunskap om de algoritmer och skattningsproblem som används för att extrahera information från video eller bildsekvenser. 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 följning av region i bildsekvenser
Mål 2 : redogöra för, och använda algoritmer för skattning av optiskt flöde
Mål 3: redogöra för, och integrera komponenter för objektföljning i bildsekvenser
Mål 4: redogöra för, och integrera komponenter för felsökning, visualisering och prestandaanalys
Innehåll
I kursen tar vi upp metodik som relaterar till målen ovan, med fokus på följande:
- Lokala särdrag och strukturtensor
- Rörelseskattning och optiskt flöde
- Klustring och bakgrundsmodellering
- Följning av regioner och objekt
- Diskriminativa korrelationsfilter
- Kameraövervakning och dess etiska/samhällsaspekter
Innehållet introduceras under en serie föreläsningar, och används sedan praktiskt i laborationer och projekt.
- Examinator
- Henglin Shi
- Schemalagd tid
- 100 h
- Huvudområde
- Datateknik, Elektroteknik