|
課程名稱 |
統計影像處理
STATISTICAL IMAGE PROCESSING |
|
開課學期 |
96-2 |
|
授課對象 |
電機資訊學院 電機工程學研究所 |
|
授課教師 |
曹建和 |
|
課號 |
CommE5031 |
|
課程識別碼 |
942 U0460 |
|
班次 |
|
|
學分 |
3 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期二6,7,8(13:20~16:20) |
|
上課地點 |
博理103 |
|
備註 |
總人數上限：25人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/962SIP |
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
1. Introduction
2. Low Level MRF Models
3. Discontinuities in MRFs
4. Discontinuity-Adaptivity Model and Robust Estimation
5. High Level MRF Models
6. MRF Parameter Estimation
7. Parameter Estimation in Optimal Object Recognition
8. Minimization -- Local Methods
9. Minimization -- Global Methods
|
|
課程目標 |
To be acquaint with statistical techniques in dealing with Markov Random Fields.
Understand statistical image modeling and analysis techniques.
Understand applications of Bayes’ theory in image restoration, segmentation and analysis.
|
|
課程要求 |
預修科目:
Digital image processing
Probability and Random process
成績評量方式:
- Homework Assignments: 20%
- Midterm Exams: 40%
- Final Report: 40%
|
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
|
|
參考書目 |
Markov Random Field Modeling in Computer Vision, S. Z. Li, 2 ed., Springer, 2001.
Image analysis, random fields and Markov chain Monte Carlo methods : a mathematical introduction, 2 ed., G. Winkler, Springer, 2003.
|
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
期中考 |
20% |
|
2. |
期末考 |
20% |
|
3. |
作業 |
20% |
|
4. |
報告 |
20% |
|
5. |
出席 |
20% |
|
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
2/19 |
Introduction |
|
第2週 |
2/26 |
Introduction |
|
第15週 |
5/27 |
Exam |
|
第18週 |
6/17 |
Final Report |
|