Mastergrad i datasyn

Hvilken kunnskap vil jeg tilegne meg med denne masteren?

Blant de profesjonelle bruksområdene til kunstig syn kan noen bli listet opp som videoovervåking og visuell kontroll av rom, analyse og behandling av medisinske bilder, automatisk inspeksjon, tolkning av satellittbilder, visuell verifisering av banksjekker og biometriske applikasjoner. , utvikling av intelligente brukergrensesnitt, etc.

mål

Denne mastergraden er designet for å tilby spesialisert teoretisk-praktisk opplæring innen datasyn. Mastergraden gir ferdigheter som gjør det mulig å håndtere aktuelle problemer innenfor den spesifikke konteksten til Computer Vision, et voksende felt med økende interesse i bransjen. Målet med Master er å trene studenten i:

• Analysen av problemer av praktisk interesse der løsningene basert på kunstig syn-teknikker er anvendelige på en realistisk og effektiv måte.
• Design, implementering og implantasjon av maskinvare-/programvaresystemer basert på kunstig syn
• Utviklingen av kunstig syn-systemer orientert mot spesifikke områder som robotikk, medisinsk bildebehandling, dokumentanalyse eller overvåking, blant andre.
• Grunnleggende om de nye trendene innen datasyn.

Gjennomføring av et klassisk program innebærer vanligvis å tjene 60 studiepoeng.

Mastergradens varighet: Ett studieår.

• 623001 Digital bildebehandling
• 623002 Programvareverktøy for bildebehandling
• 623011 Datamaskinbiometri
• 623013 Synsinstrumentering
• 623015 Matematisk grunnleggende
• 623016 Mønstergjenkjenning
• 623017 Introduksjon til datasynsforskning
• 623003 Medisinsk bilde
• 623005 Industrielle og kommersielle bruksområder
• 623007 Dynamisk syn
• 623009 tredimensjonal visjon
• 623010 Visjon i robotikk
• 623012 Kunstig syn-seminarer
• 623014 Avsluttende masterprosjekt

Masterens generelle kompetanse:

• CG01 - Evne til å velge riktig metodikk og teknikker for å løse et spesifikt problem, samt oppdage anvendeligheten av kunstige synsteknikker på industrielle problemer.
• CG02 - Evne til å designe og utvikle hardware/software-systemer rettet mot å løse spesifikke kunstige synsproblemer på forskjellige felt.
• CG03 - Evne til å velge komponentene til de forskjellige delsystemene som er en del av et visjonssystem blant alle eksisterende teknologiske tilbud i markedet.
• CG04 - Evne til å gjennomføre et originalt forsknings- og/eller utviklingsprosjekt knyttet til ett eller flere av emnene i denne mastergraden.

Spesifikke kompetanser:

• CE01 - Evne til å velge og/eller implementere nødvendige matematiske verktøy for å modellere og løse et spesifikt kunstig synproblem.
• CE02 - Evne til å kjenne de viktigste medisinske bildebehandlingsmodalitetene og de spesifikke digitale bildeformatene i medisin, samt de viktigste medisinske bildebehandlings- og analyseteknikkene.
• CE03 - Evne til å velge passende instrumentering (lys-, fangst-, prosesserings- og visualiseringsenheter) for å løse et spesifikt kunstig synproblem.
• CE04 - Evne til å forstå konseptet digitalt bilde så vel som det generelle opplegget for digital bildebehandlingsalgoritme.
• CE05 - Evne til å kjenne de grunnleggende algoritmene innen digital bildebehandling.
• CE06 - Evne til å velge passende verktøy, språk, miljøer og biblioteker for hvert digitalt bildebehandlingsproblem.
• CE07 - Evne til å anvende de viktigste klassifiseringsteknikkene for å løse ekte kunstig syn problemer.
• CE08 - Evne til å kjenne og vite hvordan man anvender grunnleggende teknikker i dynamiske synsproblemer.
• CE09 - Evne til å anvende de viktigste teknikkene for 3D-datainnsamling og 3D-objektrepresentasjon.
• CE10 - Evne til å se de nye paradigmene til en ekspanderende vitenskapelig disiplin både på forskningsnivå og dens mulige industrielle bruk.
• CE11 - Evne til å utvikle og evaluere en prototype Industrial Artificial Vision-system (f.eks. et automatisk dokumentanalysesystem).
• CE12 - Evne til å kjenne til de mest relevante problemene og foreslåtte løsninger innen kunstig syn for roboter.
• CE13 - Evne til å forstå strukturen og driften av et generelt biometrisk system, de vanligste statiske og dynamiske biometriske modalitetene, og hvordan man vurderer sikkerheten og ytelsen til denne typen system.