| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Robotik Görme Temelleri | KOM4222 | 3 | 4 | 3 | 0 | 0 |
| Önkoşullar | KOM2711 İşaretler ve Sistemler, Kontrol Mühendisliğinde Uygulamaları |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ Kontrol ve Otomasyon Mühendisliği Lisans Programı |
| Ders Kategorisi | |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Kontrol ve Otomasyon Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Şeref Naci Engin |
| Dersi Veren(ler) | Şeref Naci Engin |
| Asistan(lar)ı | Muharrem Mercimek |
| Dersin Amacı | Otomasyonda kullanılan görme tabanlı sistemlerin çalışması ve tasarımı konusunda yöntemleri öğretmek./ |
|---|---|
| Dersin İçeriği | İnsan görme sistemleri, Makine görme sistemleri, Görüntü işleme teknikleri, İki boyutlu işaretler, Görüntü iyileştirme, Görüntü bölütleme, Görüntü dönüşümleri, Öznitelik çıkartma, Örüntü tanıma, Sınıflama, Sıkıştırma yöntemleri, Dinamik ağlar, Hücresel yapay sinir ağı ve görüntü işleme uygulamaları |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenciler görme tabanlı sistemleri üzerine çalışabilir.
- Görüntü işleme tekniklerini kullanabilirler.
- Makine görmesi ve tanıması konusunda gerekli yöntemleri kullanılabilirler.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Temel Kavramlar | Ders Notları |
| 2 | İnsan görme sistemleri | Ders Notları |
| 3 | Makine görme sistemleri | Ders Notları |
| 4 | Görüntü işleme teknikleri | Ders Notları |
| 5 | Görüntü iyileştirme | Ders Notları |
| 6 | Görüntü iyileştirme | Ders Notları |
| 7 | Görüntü dönüşümleri | Ders Notları |
| 8 | Ara Sınav I, Morfolojik operatörler | Ders Notları |
| 9 | Morfolojik operatörler görüntü işleme uygulamaları | Ders Notları |
| 10 | Örüntü tanıma | Ders Notları |
| 11 | Örüntü sınıflama | Ders Notları |
| 12 | Dinamik ağlar | Ders Notları |
| 13 | Hücresel yapay sinir ağı ve görüntü işleme uygulamaları, Ara sınav II | Ders Notları |
| 14 | Obje tanıma uygulamaları | Ders Notları |
| 15 | Obje tanıma uygulamaları | Ders Notları |
| 16 | Final sınavı | Ders Notları |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | 16 | 2 |
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 4 | 8 |
| Sunum/Jüri | ||
| Projeler | 1 | 10 |
| Seminer/Workshop | ||
| Ara Sınavlar | 2 | 40 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 16 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | |||
| Derse Özgü Staj | |||
| Ödev | 4 | 8 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 10 | |
| Sunum / Seminer | |||
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 2 | 10 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 10 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
