KÉPFELDOLGOZÁS SZAKTERÜLETI OKTATÁSA. Vámossy Zoltán, Sergyán Szabolcs Budapesti Műszaki Főiskola, Neumann János Informatikai Kar.
|
|
- Andrea Balázsné
- 8 évvel ezelőtt
- Látták:
Átírás
1 KÉPFELDOLGOZÁS SZAKTERÜLETI OKTATÁSA TEACHING IMAGE PROCESSING IN SPECIALIZATION Vámossy Zoltán, Sergyán Szabolcs Budapesti Műszaki Főiskola, Neumann János Informatikai Kar Összefoglaló A BMF NIK jogelőd intézményében már 1995-ben elkezdődött a képfeldolgozás oktatása és kutatása. A korábbi választható tárgy után szakmodulokban jelent meg nagy súllyal ez a terület. Jelenleg már egy vonulatot képez, mert az Informatikai és automatizált rendszerek szakterület több tárgyában is központi szerepbe kerül. E tömb célja, hogy a hallgatók megismerkedjenek korszerű informatikai (XML, webes alkalmazások, szolgáltatások) és mérnöki fejlesztő technológiákkal (MATLAB, LabView, OpenCV), valamint a képfeldolgozás és gépi látás alapú automatizált rendszerek készítésével, az ezekhez szükséges elméleti és gyakorlati alapokkal. A szakterület jelentősen növeli a hallgatók programozási készségét is, mivel mindhárom félévben az elhangzó algoritmusokat folyamatosan implementálniuk kell. A gépi látás és automatizálás témakörben TDK csoportban is lehetősége van a hallgatóknak kiegészíteniük ismereteiket. Ekkor kiscsoportos munkában projektfeladatot készítenek. A legutóbbi Országos Tudományos Diákköri Konferenciákon hallgatóink számos kiemelkedő helyezést értek el. Kulcsszavak Képfeldolgozás, gépi látás, projekt Abstract Since 1995, the predecessor in title of BMF NIK has incorporated the teaching and research of image processing and computer vision into the curriculum. Students become acquainted with the theoretical background and the literature in the area of the up-to-date technologies (XML, web application, web services, and MATLAB, LabView, OpenCV) and the computer vision based system development. The specialization significantly improves the programming skills of the student as they have to implement continuously the taught image processing methods. The main emphasis, however, is on an optional application-oriented approach in scientific student group that requires the students to work on major team projects during three semesters in which they apply the theoretical knowledge to a specific application. After developing a detailed system specification, they implement and test their design in these lab courses. Several such student projects have been so successful that the results have been presented at international symposiums, exhibitions and conferences. Keywords image processing, computer vision, project work 1
2 1. Bevezetés Intézményünkben már majd másfél évtizede elkezdődött a képfeldolgozás oktatása és kutatása. Korábban a Mesterséges intelligencia és a Robotika, majd a Grafika és képi adatbázisok szakterületen jelent meg nagy súllyal ez a témakör. Jelenleg az Informatikai és automatizált rendszerek (IAR) szakterületen folyik gépi látás, valamint képfeldolgozás oktatás. Az elméleti háttér elsajátítása mellet jelentős hangsúlyú a megismert algoritmusok folyamatos implementálása. A területhez TDK szervezésű hallgatói kutatási projektek is kapcsolódnak, amelyek opcionális lehetőséget biztosítanak a témakör mélyebb megismerésére, illetve konkrét rendszerek kifejlesztésére. A szerzők cikkükben bemutatják a szakterület tantárgyainak felépítését, a hallgatók által kifejlesztett programokat, a TDK projekteket és a hallgatók által elért eredményeket. 2. Informatikai és automatizált rendszerek szakterület képfeldolgozáshoz kapcsolódó tárgyai Az informatikus hallgatók a három szemeszteres Informatikai és automatizált rendszerek szakterülete elméleti és gyakorlati képzést is jelent. A tömb célja, hogy a hallgatók megismerkedjenek korszerű informatikai (XML, webes alkalmazások, szolgáltatások) és mérnöki fejlesztő technológiákkal (MATLAB, LabView, OpenCV), valamint a képfeldolgozás és gépi látás alapú automatizált rendszerek készítésével és az ehhez szükséges elméleti és gyakorlati alapokkal. A szakterület jelentősen növeli a hallgatók programozási készségét is. A képfeldolgozáshoz kapcsolódó kötelező szaktárgyi előadások és laborok az alábbiak: Tantárgy félév: összóra Gépi látás és 3D robotmodellezés alapjai 301f 60 Mérnöki informatika korszerű fejlesztő eszközei 002f 30 Gépi látás 301v 60 A gépi látás és képfeldolgozás témakörei több tantárgyban megjelennek és az elődszakterülethez képest jelentősen kibővültek. Javarészt a (Forsyth, Ponce 2002; Gonzalez et al., 2004; Trucco, Verri 1998) irodalmak alapján a következőkben ismertetett tantárgyakban kerülnek bemutatásra Gépi látás és 3D robotmodellezés alapjai A Gépi látás és 3D robotmodellezés alapjai tantárgy keretében a hallgatók elsajátítják a gépi látás (képfeldolgozás) bevezető fogalmait, technikáit, a robotok és környezetük 3D-s modellezésének alapjait, valamint a grafikus megjelenítéshez szükséges egyes elemeket. A tantárgy tartalma: Gépi látás alapfogalmak A látás alapjai, mintavételezés, kvantálás, digitális képek reprezentációi, képformátumok. 2
3 Elemi képfeldolgozási műveletek Pontműveletek (inverz számítás, geometriai transzformációk), két képes műveletek (aritmetikai és logikai funkciók). Színes képek kezelése Színmodellek, transzformációk a modellek között. Főtengelytranszformáció. Előfeldolgozási módszerek Zajelnyomás alapmódszerei (átlagoló szűrők), morfológiai algoritmusok (medián szűrő, erózió, dilatáció, opening, closing, kontúr és extrénum szűrők), hisztogramok számítása, hisztogram transzformációk, élesítés, időben történő kiegyenlítés és háttérkiegyenlítés. Normalizálás Normalizálás képtartományban és intenzítástartományban. Képiramisok Gauss piramis, Laplace piramis, alkalmazások. Élkiemelési módszerek (kontúrkeresés) Első- és másodrendű parciális deriváltakon alapuló módszerek és ezek javításai (Robert, Sobel, Kirsch, Prewitt, Robinson, Laplace operátorok), élvékonyítás, görbék illesztése kontúrpontokra (regressziós egyenes illesztése), Split and Merge módszer optimalizált illesztéshez. A robotmodellezés matematikai alapjai Robotosított rendszerek általános felépítése. Homogén koordináták és transzformációk, manipulátorok kinematikai kontrolegyenletei, Denavit-Hartenberg karleírás, derékszögű-, henger-, gömbkoordinátás és humanoid robotkarok modelljei, külső koordináták alkalmazása modellezésre: Euler szögek. A direkt és az inverz geometriai feladat A direkt feladat szimbolikus és numerikus megoldási lehetőségei, az inverz feladat megoldási módszerei: az inverz mátrixok módszere, részfeladatokra bontás, geometriai megfontolásokon alapuló megoldás, robotszimulátorok. Vizuális információ alkalmazása robotikai feladatokban Vizuális információ használata a relatív helyzet meghatározáshoz, kamera- és munkatér koordinátarendszerek kapcsolata, 3D-2D leképzési technikák. A laboratóriumi gyakorlatok témái: A gyakorlatok egy részén a megismert képfeldolgozási algoritmusok kerülnek implementálásra MDI alkalmazásként. A megvalósított programrészek hatékonyságát profiler segítségével vizsgálják a hallgatók. A laborok másik felében egy adott robot mozgáslehetőségeinek szimulációs programját fejlesztik ki a diákok Denavit-Hartenberg módszer használatával Mérnöki informatika korszerű fejlesztő eszközei A Mérnöki informatika korszerű fejlesztő eszközei tárgy keretében a hallgatók elsajátítják a MATLAB fejlesztőkörnyezet használatát, jártasságot szereznek a MATLAB programozásában és az Image Processing Toolboxon, illetve az Image Acquisition Toolboxon alapuló fejlesztésben. A tantárgy tartalma: 3
4 MATLAB környezete Digitális képek ábrázolása Mátrixok, műveletek mátrixokkal Programozás MATLAB-ban A MATLAB grafikai megjelenítő eszközei Grafikus felhasználói felületek létrehozása és programozása MATLAB-ban Intenzitás transzformációk Szűrők használata tér- és frekvencia tartományban Színes képfeldolgozás Dilatáció és erózió Képek szegmentálása Image Acquisition Toolbox Kamera kalibráció A félév során a hallgatók két zárthelyi dolgozat keretében adnak számot tudásukról, illetve egy otthon elkészített képfeldolgozással kapcsolatos feladatot is beadnak, melyet MATLABban készítenek el és grafikus felhasználói felülettel rendelkezik. Ízelítőül felsoroljuk néhány feladat témáját: Különböző éldetektáló algoritmusok használatának demonstrálása Canny éldetektor használatával élláncok előállítása Csontvázasítás Szürkeárnyalatos képek intenzitás transzformációinak bemutatása 2.3. Gépi látás A tantárgy célja: A tantárgy keretében a hallgatók elsajátítják a képfeldolgozás haladó technikáit, algoritmusait és gyakorlatot szereznek ezek számítógépes implementálásában. A félév második felében az alakfelismerés alapjai és algoritmusai a fő terület, illetve a hallgatók megismerkednek ipari képfeldolgozó eszközökkel. A fejlesztéshez használt kiegészítő eszközök: IPP, OpenCV A tantárgy tartalma: Kamera kalibráció Kamerák modellezése. Belső és külső paraméterek, Kalibrálás Szegmentálási algoritmusok Binarizálás globális küszöbbel, additív binarizálás lokális küszöbértékekkel, Split and merge módszer régiókra, régiónövesztéses algoritmus, textúra jellemzők meghatározása, csontvázasítás. Képek feldolgozása frekvenciatartományban Fourier transzformálás egy és két dimenzióban, DFT, FFT, alul- és felüláteresztő szűrők, diszkrét koszinusz transzformáció. Élek felismerése Adott futam mentén élek keresése, subpixeles éldetektálás, élfelismerés és éliránymeghatározás SUSAN módszerrel, Hough transzformáció, élkövetési algoritmusok (lánckódolás, lánckódsimítás). 4
5 Alakjellemzők Alakleíró paraméterek, eltolásra, elforgatásra, skálázásra, affin transzformációkra invariáns mennyiségek, nyomatéki leírók és főtengelyek meghatározása, Fourier leírók. Objektumok azonosítása Mintaillesztés. Tulajdonság vektorok készítése, osztályozási módszerek. Waveletek Wavelet transzformáció jellemzői, waveletek használata. Sztereo képfeldolgozás Leíró modell, epipoláris geometria, összetartozó képpontok vizsgálata, diszparitás térképek. Mozgó képek feldolgozása Optical flow alapú módszerek (Horn, Schunk, Lukas-Kanade), piramis használata, apertúra probléma, mozgásdetektálás, mozgáskövetés. Képtömörítési módszerek, videóképek kezelése. Aktív kontúrok Energia minimalizációs görbe. Snake-ek használata szegmentáláshoz és követéshez. Képfeldolgozás alkalmazási területei OCR, dokumentáció feldolgozás, azonosító rendszerek, orvosi alkalmazások, képfeldolgozás alapú ipari minőségbiztosítás, robotlátási feladatok. Robotlátási feladatok Akadályelkerülés, térképezés, navigáció. Útjelzők használata a mozgás során. Gépi látás további alkalmazásai Arcok keresése képeken és arcfelismerés. Gesztusok vizsgálata. Emberek keresése képsorozatokon. Ujjnyomat alapú azonosítás. Más biometrikus rendszerek. Integrált képfeldolgozó rendszerek A laboratóriumi gyakorlatok témái: A gyakorlatokon a megismert képfeldolgozási, gépi látási algoritmusok kerülnek implementálásra részben általános célú fejlesztő környezetek, részben az Intel IPP és OpenCV képfeldolgozó szoftverkönyvtárak felhasználásával, valamint a MATLAB Image Acquiring és Image Processing Toolbox használatával. 3. Eredmények Sikeres képfeldolgozás projektek A legutóbbi Országos Tudományos Diákköri Konferenciákon az IAR szakos hallgatóink számos helyezést értek el ban a két első, két második és két harmadik díjas munka közül öt dolgozat képfeldolgozás témájú volt, vagy alkalmazott gépi látási technikákat, és továbbfejlesztett változataik később hazai és nemzetközi konferenciákon is megjelentek (Bors et al., 2003; Kertész, Vámossy 2003; Vámossy et al., 2004, 2005). A évi konferencián a szakterületből két első, három második, két harmadik és két különdíjas projekt került ki, amelyek közül négy témája kapcsolódott a gépi látás területeihez és egy közülük nemzetközi konferencián is bemutatásra került (Szabó, Vámossy 2005). A legutóbbi, 2007-es OTDK-n első és harmadik helyezést elérő dolgozat is gépi látást használt. Mindkét munka továbbfejlesztett változata nemzetközi konferenciákon is bemutatásra került (Mornailla et al., 2006; Vámossy et al., 2007). A következőkben e két hallgatói projektet ismertetjük röviden. 5
6 3.1. Kézfelismerés jelbeszéd tanítás céllal E projekt célja egy olyan alkalmazás elkészítése volt, amely a halláskárosultak, siketek által használt kézjelek számítógépes felismerését teszi lehetővé. A rendszer hardver eleme egy sztereo kamera. A kamera képen végzett objektumkeresést különböző módszerekkel végzi a rendszer annak érdekében, hogy heterogén környezetben is használható legyen. Ezért az alkalmazás különböző színterekben végez bőrszegmentálást, amit kiegészít egy önszerveződő (Kohonen) háló szintén szegmentálási céllal, valamint mozgásdetektálás. A gyors működés érdekében Gauss képpiramissal kerül meghatározásra a sztereo diszparitásszámítás és térbeli pozíció-meghatározás. A kéz gesztusok felismerése egy neuron hálózattal történik, melynek bemenetét a sztereo képen detektált objektumok jellemző pontjainak párosításából kapott vektorok alkotják, kimenete pedig egy háromdimenziós kézmodell paramétereit szolgáltatják. Az alkalmazás fejlesztése Visual C++.Net 2.0-ás környezetben, valamint OpenCV, OpengGl és DirectX segéd könyvtárak felhasználásával történt. Kéz modell ablak Képformátum konvertálás Neurális hálózat tanítási beállítások Neurális hálózat Képfeldolgozó alg.-ok Szkeletonizáló algoritmus Sztereó algoritmus Kamera / Videó függvények Sztereó és Mintarögzítés ablak File I/O Videó ablak K o n f i g u r á l á s Magasabb szintű rutinok Alacsony szintű algoritmusok Vizuális megjelenítés Beállítások 1. ábra Jelbeszédet, ujj ABC-t felismerő és tanító rendszer 6
7 3.2. Mobil robot navigációja PAL optikával A munka célja egy olyan guruló mobil robot készítése volt, amely PAL-optika felhasználásával önálló, ütközésmentes navigációra képes: homogén vagy gyengén textúrázott közegben való akadálykerülést, sávkövetést végez és a környezeti jelek figyelembevételével azokra képes reagálni. Mozgása során bizonyos esetekben képes térkép készítésére is. A robot egy átalakított RC autómodell, melyre PAL-optikás wireless kamerát rögzítettünk. A vezérlő szoftver a PAL képből kap információt a környezetről. A 360 -os kameraképből kinyert adatokból a program automatikusan vezérli a robotot. A feldolgozási pipeline felépítésű: a kameráról beérkező képet az input modul szedi le a tuner egységről, innen a keretrendszer továbbítja azt az előfeldolgozó modul számára. Az előfeldolgozó a beérkező képen elvégzi a szükséges transzformációkat (kiterítés, illetve virtuális felülnézeti transzformáció), majd továbbadja a már feldolgozott képet a keretrendszeren keresztül a döntéshozó modulnak. Amennyiben e modul aktív (tehát nem kézi vezérlésen van a robot), úgy a programjának megfelelően meghozza a szükségesnek ítélt változtatást a robot mozgásában, és továbbítja azt a navigációs alrendszernek. A navigációs modul (Szénási, Jankó 2007) pedig a döntést (amelyet vagy a felhasználótól, vagy a vezérlő modultól kapta) átalakítja a megfelelő irányítókód-kombinációra, és soros porton keresztül kiküldi az átalakított távirányítónak. 4. Összefoglalás A képfeldolgozás gyakorlat orientált oktatása és e területen TDK tevékenység végzése a BMF Neumann Informatikai Karán nagy hagyományokkal bír, melynek sikerét mutatják a bemutatott projektek, az OTDK-n elért helyezések. Projekteken edződött hallgatóink évek óta részt vesznek a Summer School on Image Processing és az Intensive Programme on Computer Vision nyári egyetemeken is, ahol külföldi és hazai egyetemi és PhD hallgatókkal dolgozhatnak egy csapatban. Nagy örömünkre szolgál, hogy hallgatóink megálljuk helyüket ezeken a megmérettetéseken is. Irodalomjegyzék [1] Bors, B., Horváth, R., Safranka, M., Vámossy, Z., (2003) CERBERUS Project, Human Verification: a Biometric Approach, In: IEEE International Conference on Computational Cybernetics, Siófok, August 29-31, 2003., (CD issue) [2] D. Forsyth, J Ponce (2002) Computer Vision A Modern Approach, Prentice Hall Int. [3] R. C. Gonzalez, R. E. Woods, S. L. Eddins (2004) Digital Image Processing Using MATLAB, Pearson Prentice Hall [4] Kertész Cs., Vámossy Z. (2003): Steganograf, 2. Magyar Számítógépes grafika és geometria konferencia, Budapest, NJSZT-Grafgeo, Budapest, ISBN , [5] Mornailla, L., Pekár, T. G., Solymosi, Cs. G., Vámossy, Z. (2006) Mobile Robot Navigation Using Omnidirectional Vision, in Proc. 15th International Workshop on Robotics in Alpe-Adria-Danube Region, June 15 17, 2006, Balatonfüred, Hungary, CD, ISBN
8 [6] Szabó, Zs, Vámossy, Z.(2005): Platform-independent AIBO Navigation through the Internet, SACI Timisoara [7] Szénási, S., Jankó, D., (2007) Internet-based decision-support system in the field of traffic safety on public road networks, 6th European Transport Congress, Budapest, Hungary, pp [8] E. Trucco, A. Verri (1998) Introductory Techniques for Computer Vision, Prentice Hall Int. [9] Vámossy, Z., Molnár, A., Hirschberg, P., Tóth, Á., Máthé, B. (2003) Mobile Robot Navigation Projects at BMF NIK, In: International Conference in Memorian John von Neumann, December 12, 2003., Budapest, [10] Vámossy, Z., Molnár, A., Balázs, A., Pécskai, B., Supola, B., (2004) FOBOT, the Hexapod Walking Robot, 35th International Symposium on Robotics (IFR), Paris-Nord Villepinte, March 2004., abstract: 15 16, (CD issue) [11] Vámossy, Z., Kladek, D., Fazekas, L. (2004) Environment mapping with laser-based and other sensors, In: IEEE International Workshop on Robot Sensing, ROSE 2004, Graz, ISBN: , [12] Vámossy, Z., Tóth, Á., Hirschberg, P. (2004) PAL Based Localization Using Pyramidal Lucas-Kanade Feature Tracker, In: Simposium on Intelligent Systems, SISY 2004, Subotica, Serbia and Montenegro, [13] Vámossy, Z., Tóth, A., Benedek, B. (2007) Virtual Hand Hand Gesture Recognition System, in Proc. 5th International Symposium on Intelligent Systems and Informatics, Subotica, Serbia, 2007, pp , ISBN , IEEE C. N.: 07EX1865C 8
INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY
INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY A szakirány célja, hogy a hallgatók megismerkedjenek korszerû mérnöki-informatikai fejlesztõ technológiákkal (MATLAB, LabView, OpenCV), valamint automatizált
RészletesebbenSergyán Szabolcs szeptember 21.
Éldetektálás Sergyán Szabolcs Budapesti Műszaki Főiskola Neumann János Informatikai Kar 2009. szeptember 21. Sergyán Sz. (BMF NIK) Éldetektálás 2009. szeptember 21. 1 / 28 Mit nevezünk élnek? Intuitív
RészletesebbenÖsszeállította Horváth László egyetemi tanár
Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet Intelligens Mérnöki Rendszerek Szakirány a Mérnök informatikus alapszakon Összeállította Horváth László Budapest, 2011
Részletesebben"Vizuális informatikai tantárgyak" oktatási tapasztalatai
"Vizuális informatikai tantárgyak" oktatási tapasztalatai Berke József PATE, Georgikon Mezőgazdaságtudományi Kar, Szaktanácsadási, Továbbképzési és Informatikai Központ, Keszthely Gábor Dénes Főiskola,
RészletesebbenKépfeldolgozás jól párhuzamosítható
Képfeldolgozás jól párhuzamosítható B. Wilkinson, M. Allen: Parallel Programming, Pearson Education Prentice Hall, 2nd ed., 2005. könyv 12. fejezete alapján Vázlat A képfeldolgozás olyan alkalmazási terület,
RészletesebbenMérnökinformatikus alapszak (BSc)
Neumann János Egyetem GAMF Műszaki és Informatikai Kar Mérnökinformatikus alapszak (BSc) Tanulmányi Tájékoztató 2017 MÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017 Ez a tanulmányi tájékoztató azoknak
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, intenzitásviszonyok módosításahisztogram módosítás, zajszűrés) Képelemzés
RészletesebbenVámossy Zoltán publikációk és szakmaspecifikus alkotások
Vámossy Zoltán publikációk és szakmaspecifikus alkotások Budapest, 2011. november 22. Utóbbi 10 év 10 legfontosabb publikációja 1. Nagy, A., Vámossy, Z., Super-resolution for Traditional and Omnidirectional
RészletesebbenAlkalmazott matematikus mesterszak MINTATANTERV
Alkalmazott matematikus mesterszak MINTATANTERV Tartalom A MESTERSZAK SZERKEZETE... 1 A KÉPZÉSI PROGRAM ÁTTEKINTŐ SÉMÁJA... 1 NAPPALI TAGOZAT... 2 ESTI TAGOZAT... 6 0BA mesterszak szerkezete Alapozó ismeretek
RészletesebbenFotogrammetriai munkaállomások szoftvermoduljainak tervezése. Dr. habil. Jancsó Tamás Óbudai Egyetem, Alba Regia Műszaki Kar
Fotogrammetriai munkaállomások szoftvermoduljainak tervezése Dr. habil. Jancsó Tamás Óbudai Egyetem, Alba Regia Műszaki Kar Témakörök DPW szoftvermodulok Szoftverek funkciói Pár példa Mi hiányzik gyakran?
RészletesebbenMÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017.
MÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017. Ez a tanulmányi tájékoztató azoknak a Mérnökinformatikus alapszakos hallgatóknak szól, akik 2017. szeptember 1-jét követően kezdték meg tanulmányaikat.
RészletesebbenStatisztikai eljárások a mintafelismerésben és a gépi tanulásban
Statisztikai eljárások a mintafelismerésben és a gépi tanulásban Varga Domonkos (I.évf. PhD hallgató) 2014 május A prezentáció felépítése 1) Alapfogalmak 2) A gépi tanulás, mintafelismerés alkalmazási
RészletesebbenKépfeldolgozás jól párhuzamosítható
Képeldolgozás jól párhuzamosítható B. Wilkinson, M. Allen: Parallel Programming, Pearson Education Prentice Hall, nd ed., 005. könyv. ejezete alapján Vázlat A képeldolgozás olyan alkalmazási terület, amely
RészletesebbenÓbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet
Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet 1034 Budapest, Bécsi út 96/B Tel., Fax:1/666-5544,1/666-5545 http://nik.uni-obuda.hu/imri Az 2004-ben alakult IMRI (BMF)
RészletesebbenKépfeldolgozás és párhuzamosíthatóság
Többszálú, többmagos architektúrák és programozásuk Óbudai Egyetem, Neumann János Informatikai Kar Képfeldolgozás és párhuzamosíthatóság A képfeldolgozás olyan alkalmazási terület, amely számos lehetőséget
RészletesebbenIK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata
IKP-9010 Számítógépes számelmélet 1. EA IK Komputeralgebra Tsz. IKP-9011 Számítógépes számelmélet 2. EA IK Komputeralgebra Tsz. IKP-9021 Java technológiák IK Prog. Nyelv és Ford.programok Tsz. IKP-9030
RészletesebbenNeurális hálózatok bemutató
Neurális hálózatok bemutató Füvesi Viktor Miskolci Egyetem Alkalmazott Földtudományi Kutatóintézet Miért? Vannak feladatok amelyeket az agy gyorsabban hajt végre mint a konvencionális számítógépek. Pl.:
RészletesebbenÚtjelzések, akadályok felismerése valós időben
Útjelzések, akadályok felismerése valós időben Dr. Hidvégi Timót Széchenyi István Egyetem Győr, 9026, Egyetem tér 1. hidvegi@sze.hu 1. Bevezető Sajnos a közúton a balesetek egy része abból adódik, hogy
RészletesebbenNEUMANN JÁNOS SZAKKOLLÉGIUM (NJSZK) képzési programja a 2016/2017 akadémiai évre
NEUMANN JÁNOS SZAKKOLLÉGIUM (NJSZK) képzési programja a 2016/2017 akadémiai évre Budapest 2016 I. A képzési program általános célja A Neumann János Szakkollégium (NJSZK) tagjainak, azaz az Óbudai Egyetem
RészletesebbenMérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (A képzés közös része, szakirányválasztás a 3. félév végén) Tárgykód Félév Tárgynév Tárgy
RészletesebbenSzámítógépes Grafika SZIE YMÉK
Számítógépes Grafika SZIE YMÉK Analóg - digitális Analóg: a jel értelmezési tartománya (idő), és az értékkészletes is folytonos (pl. hang, fény) Diszkrét idejű: az értelmezési tartomány diszkrét (pl. a
RészletesebbenElőadás célja: ERDAS IMAGINE történelem a Georgikon Karon. ERDAS IMAGINE alkalmazása Karunk oktatási feladataiban
ERDAS IMAGINE ERDAS IMAGINE8.x osztályozó eljárások gyakorlati alkalmazása a Georgikon Karon gyakorlati alkalmazásának 1 Pallér Norbert2 Berke József lehetőségei berke@georgikon.hu Berke József 1 - Veszprémi
RészletesebbenMi is volt ez? és hogy is volt ez?
Mi is volt ez? és hogy is volt ez? El zmények: 60-as évek kutatási iránya: matematikai logika a programfejlesztésben 70-es évek, francia és angol kutatók: logikai programozás, Prolog nyelv 1975: Szeredi
RészletesebbenMérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben
Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben Tantárgy Tárgykód I. félév ősz II. félév tavasz Algoritmusok
RészletesebbenMérnökhallgatói megoldások az Informatikai Automatizált Rendszerek területéről, avagy több mint 30 OTDK díjazott projekt tanulsága
Az oktatás célja nem az, hogy befejezett tudást adjon, hanem az, hogy, szilárd alapot teremtsen a továbbtanulásra. Öveges József Mérnökhallgatói megoldások az Informatikai Automatizált Rendszerek területéről,
RészletesebbenIK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata
IKP-9010 Számítógépes számelmélet 1. EA IK Komputeralgebra Tsz. IKP-9011 Számítógépes számelmélet 2. EA IK Komputeralgebra Tsz. IKP-9021 Java technológiák IK Prog. Nyelv és Ford.programok Tsz. IKP-9030
RészletesebbenRobotot vezérlő szoftverek fejlesztése Developing robot controller softwares
Robotot vezérlő szoftverek fejlesztése Developing robot controller softwares VARGA Máté 1, PÓGÁR István 2, VÉGH János 1 Programtervező informatikus BSc szakos hallgató 2 Programtervező informatikus MSc
RészletesebbenMATEMATIKA - STATISZTIKA TANSZÉK
MATEMATIKA - STATISZTIKA TANSZÉK 1. A Kodolányi János Főiskolán végzett kutatások Tananyagfejlesztés A kutatási téma címe, rövid leírása Várható eredmények vagy célok; részeredmények Kutatás kezdete és
RészletesebbenV É G E S E L E M M Ó D S Z E R M É R N Ö K I M E C H A N I K A I A L K A LM A Z Á S A I
ALKALMAZOTT MECHANIKA TANSZÉK V É G E S E L E M M Ó D S Z E R M É R N Ö K I M E C H A N I K A I A L K A LM A Z Á S A I Előadásvázlat a Multidiszciplináris Műszaki Tudományi Doktori Iskola hallgatói számára
Részletesebben3. Szűrés képtérben. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
3. Szűrés képtérben Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE http://www.inf.u-szeged.hu/~kato/teaching/ 2 Kép transzformációk típusai Kép értékkészletének radiometriai információ
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika 9. ea ősz
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika 9. ea. 2015 ősz Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, intenzitásviszonyok módosításahisztogram módosítás,
RészletesebbenPublikációs lista. Gódor Győző. 2008. július 14. Cikk szerkesztett könyvben... 2. Külföldön megjelent idegen nyelvű folyóiratcikk...
Publikációs lista Gódor Győző 2008. július 14. Cikk szerkesztett könyvben... 2 Külföldön megjelent idegen nyelvű folyóiratcikk... 2 Nemzetközi konferencia-kiadványban megjelent idegen nyelvű előadások...
RészletesebbenKategória Összeg Búr Márton A Sik Tamás Dávid A Balangó Dávid B Barta Ágnes B Cseppentő Lajos B Gönczi Tamás B 50000
Név Kategória Összeg Búr Márton A 70000 Sik Tamás Dávid A 70000 Balangó Dávid B 50000 Barta Ágnes B 50000 Cseppentő Lajos B 50000 Gönczi Tamás B 50000 Hackel Kristóf B 50000 Nagy Ákos B 50000 Nagy Dániel
RészletesebbenPontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.
Pontműveletek Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2012. február 20. Sergyán (OE NIK) Pontműveletek 2012. február 20. 1 / 40 Felhasznált irodalom
RészletesebbenSzakdolgozat, diplomamunka és TDK témák (2008. 09. 01-2012. 01. 04.)
Szakdolgozat, diplomamunka és TDK témák (2008. 09. 01-2012. 01. 04.) Felvehető szakdolgozat, diplomamunka és TDK témák (2012. 01. 04.) 1. Vezérlés, számolás és képfeldolgozás FPGA-n és/vagy GPU-val (BsC,
RészletesebbenMULTIMÉDIA ALAPÚ OKTATÁSI TECHNOLÓGIÁK GYAKORLATI ALKALMAZÁSÁNAK VIZSGÁLATA A KATONAI SZAKNYELVOKTATÁSBAN
Zrínyi Miklós Nemzetvédelmi Egyetem Kossuth Lajos Hadtudományi Kar Hadtudományi Doktori Iskola Tick Andrea MULTIMÉDIA ALAPÚ OKTATÁSI TECHNOLÓGIÁK GYAKORLATI ALKALMAZÁSÁNAK VIZSGÁLATA A KATONAI SZAKNYELVOKTATÁSBAN
RészletesebbenA szemantikus világháló oktatása
A szemantikus világháló oktatása Szeredi Péter Lukácsy Gergely Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ A szemantikus világháló... c. tárgy ➁ A tananyag
RészletesebbenA ROBOTIKA ALKALMAZÁSÁNAK LEHETŐSÉGEI A HAD- ÉS BIZTONSÁGTECHNIKAI MÉRNÖK KÉPZÉSBEN
IV. Évfolyam 1. szám - 2009. március Tibenszkyné Fórika Krisztina Zrínyi Miklós Nemzetvédelmi Egyetem tibenszkyne.forika.krisztina@zmne.hu A ROBOTIKA ALKALMAZÁSÁNAK LEHETŐSÉGEI A HAD- ÉS BIZTONSÁGTECHNIKAI
RészletesebbenPROGRAMTERVEZŐ INFORMATIKUS ALAPKÉPZÉSI SZAK
PROGRAMTERVEZŐ INFORMATIKUS ALAPKÉPZÉSI SZAK 1. Az alapképzési szak megnevezése: programtervező informatikus (Computer Science) 2. Az alapképzési szakon szerezhető végzettségi szint és a szakképzettség
RészletesebbenKÉPI ADATBÁZISOK SZAKIRÁNY
KÉPI ADATBÁZISOK SZAKIRÁNY A Képi adatbázisok (KAB) szakirány célja, hogy a képi információk alapján történõ keresések megvalósításához szükséges képfeldolgozási és alakfelismerési ismereteket összegezze,
RészletesebbenA gépi látás és képfeldolgozás párhuzamos modelljei és algoritmusai Rövid András Sergyán Szabolcs Vámossy Szabolcs
A gépi látás és képfeldolgozás párhuzamos modelljei és algoritmusai Rövid András Sergyán Szabolcs Vámossy Szabolcs A gépi látás és képfeldolgozás párhuzamos modelljei és algoritmusai írta Rövid András,
RészletesebbenBevezetés. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
Bevezetés Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Digitális képfeldolgozás digitális képfeldolgozás számítógépes grafika digitális
RészletesebbenOPENCV TELEPÍTÉSE SZÁMÍTÓGÉPES LÁTÁS ÉS KÉPFELDOLGOZÁS. Tanács Attila Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem
OPENCV TELEPÍTÉSE SZÁMÍTÓGÉPES LÁTÁS ÉS KÉPFELDOLGOZÁS Tanács Attila Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem OpenCV Nyílt forráskódú szoftver (BSD licensz) Számítógépes látás,
Részletesebben2 0 1 4 2 0 1 5 I I. H é t f ő Óra IR 011 3 IR 012 3
H é t f ő Óra IR 011 3 IR 012 3 GPGPU: Grafikus processzorok felhasználása általános célú számításokra előadás Nagy A., Varga L. H[12 14] Szenzorhálózatok Kincses Z., SARCEVIC P. H[13 15] GPGPU: Grafikus
RészletesebbenRendszámfelismerő rendszerek
Problémamegoldó szeminárium Témavezető: Pataki Péter ARH Zrt. ELTE-TTK 2013 Tartalomjegyzék 1 Bevezetés 2 Út a megoldás felé 3 Felmerült problémák 4 Alkalmazott matematika 5 További lehetőségek Motiváció
RészletesebbenGrafikonok automatikus elemzése
Grafikonok automatikus elemzése MIT BSc önálló laboratórium konzulens: Orosz György 2016.05.18. A feladat elsődleges célkitűzései o eszközök adatlapján található grafikonok feldolgozása, digitalizálása
RészletesebbenSZERKEZETFÖLDTANI OKTATÓPROGRAM, VETŐMENTI ELMOZDULÁSOK MODELLEZÉSÉRE. Kaczur Sándor Fintor Krisztián kaczur@gdf.hu, efkrisz@gmail.
SZERKEZETFÖLDTANI OKTATÓPROGRAM, VETŐMENTI ELMOZDULÁSOK MODELLEZÉSÉRE Kaczur Sándor Fintor Krisztián kaczur@gdf.hu, efkrisz@gmail.com 2010 Tartalom Földtani modellezés lehetőségei Szimulációs szoftver,
RészletesebbenInformatika a felsőoktatásban 2008 Debrecen, 2008. augusztus 27-29. JAVA PROGRAMOZÁSI NYELV OKTATÁSA C# ALAPOKON
JAVA PROGRAMOZÁSI NYELV OKTATÁSA C# ALAPOKON TEACHING OF JAVA PROGRAMMING LANGUAGE ON BASIC LEVEL Szénási Sándor Budapesti Műszaki Főiskola, Neumann János Informatikai kar Összefoglaló Az informatika karokon
RészletesebbenDrótposta: kovacsea@math.bme.hu ; edith_kovacs@yahoo.com ; Honlapom: http://www.math.bme.hu/diffe/staff/kovacse.shtml
Szakmai önéletrajz 1.1 Személyes adatok: Nevem: Kovács Edith Alice Születési idő, hely: 1971.05.18, Arad Drótposta: kovacsea@math.bme.hu ; edith_kovacs@yahoo.com ; Honlapom: http://www.math.bme.hu/diffe/staff/kovacse.shtml
RészletesebbenVizuális informatika oktatás a szakképzésben (Visual Information Technology in Vocational Training)
Vizuális informatika oktatás a szakképzésben (Visual Information Technology in Vocational Training) Berke József - Tóth István Veszprémi Egyetem, Georgikon Mezõgazdaságtudományi Kar, 8360 Keszthely, Deák
RészletesebbenKétdimenziós mesterséges festési eljárások. Hatások és alkalmazások
Pannon Egyetem Informatikai Tudományok Doktori Iskola Tézisfüzet Kétdimenziós mesterséges festési eljárások. Hatások és alkalmazások Kovács Levente Képfeldolgozás és Neuroszámítógépek Tanszék Témavezet
RészletesebbenÉlpont osztályozáson alapuló robusztus tekintetkövetés
KÉPFELDOLGOZÁS Élpont osztályozáson alapuló robusztus tekintetkövetés HELFENBEIN TAMÁS Ipari Kommunikációs Technológiai Intézet, Bay Zoltán Alkalmazott Kutatási Közalapítvány helfenbein@ikti.hu Lektorált
RészletesebbenMérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat
RészletesebbenKÉPI INFORMÁCIÓK KEZELHETŐSÉGE. Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet. Összefoglaló
KÉPI INFORMÁCIÓK KEZELHETŐSÉGE Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet Összefoglaló Tanórákon és az önálló tanulás részeként is, az informatika világában a rendelkezésünkre álló óriási mennyiségű
RészletesebbenMobil robotok gépi látás alapú navigációja. Vámossy Zoltán Budapesti Műszaki Főiskola Neumann János Informatikai Kar
Mobil robook gépi láás alapú navigációja Vámoss Zolán Budapesi Műszaki Főiskola Neumann János nformaikai Kar Taralom Bevezeés és a kuaások előzménei Célkiűzések és alkalmazo módszerek Körbeláó szenzorok,
RészletesebbenMérnökinformatikus képzés a KF GAMF Karon ELŐADÁS CÍME
Mérnökinformatikus képzés a KF GAMF Karon ELŐADÁS CÍME Helyi sajátosságok Célunk a gyakorlatorientált képzés nagyszámú jól felszerelt laboratórium max. 14 fős laborgyakorlatok jól képzett, széleskörű gyakorlati
Részletesebben3D számítógépes geometria és alakzatrekonstrukció
3D számítógépes geometria és alakzatrekonstrukció 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01
RészletesebbenTermék modell. Definíció:
Definíció: Termék modell Összetett, többfunkciós, integrált modell (számítógépes reprezentáció) amely leír egy műszaki objektumot annak különböző életfázis szakaszaiban: tervezés, gyártás, szerelés, szervízelés,
RészletesebbenSZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.
SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.hu Mesterséges intelligencia oktatás a DE Informatikai
RészletesebbenSergyán Szabolcs augusztus 26.
Publikációs és hivatkozási lista Sergyán Szabolcs 2011. augusztus 26. Belföldi könyv önálló fejezete A1. Kovács D. L., Nyékyné G. J., Sergyán Sz.: Objektum orientált programozás. In: Programozási nyelvek
RészletesebbenMOBIL ROBOTOK GÉPI LÁTÁS ALAPÚ NAVIGÁCIÓJA
IV. Évfolyam 4. szám - 2009. december Vámossy Zoltán vamossy.zoltan@nik.bmf.hu MOBIL ROBOTOK GÉPI LÁTÁS ALAPÚ NAVIGÁCIÓJA Absztrakt A szerző által a robotépítő tevékenység területen elért eredményeit és
RészletesebbenHibadetektáló rendszer légtechnikai berendezések számára
Hibadetektáló rendszer légtechnikai berendezések számára Tudományos Diákköri Konferencia A feladatunk Légtechnikai berendezések Monitorozás Hibadetektálás Újrataníthatóság A megvalósítás Mozgásérzékelő
RészletesebbenGEOSTATISZTIKA. Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány. 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ
GEOSTATISZTIKA Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet
RészletesebbenTANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS
TANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS 1 ALAPADATOK 1.1 Tantárgy neve ÉPÍTŐMÉRNÖKI INFORMATIKA 1.2 Azonosító (tantárgykód) BMEEOFTAT42 1.3 A tantárgy jellege kontaktórás tanegység 1.4 Óraszámok típus óraszám
RészletesebbenA KUTATÁS EREDMÉNYEI ZÁRÓJELENTÉS 2004-2006.
ÖNELLENŐRZÉS ÉS FUTÁSIDEJŰ VERIFIKÁCIÓ SZÁMÍTÓGÉPES PROGRAMOKBAN OTKA T-046527 A KUTATÁS EREDMÉNYEI ZÁRÓJELENTÉS 2004-2006. Témavezető: dr. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem
RészletesebbenMérnök informatikus (BSc)
Mérnök informatikus (BSc) Az informatika dinamikusan fejlődő, a mindennapokat szorosan átszövő tudomány. Ha érdekel milyen módon lehet informatika rendszereket tervezni, üzemeltetni, szakunkon elsajátíthatod
RészletesebbenÖnálló labor beszámoló Képek szegmentálása textúra analízis segítségével. MAJF21 Eisenberger András május 22. Konzulens: Dr.
Önálló labor beszámoló Képek szegmentálása textúra analízis segítségével 2011. május 22. Konzulens: Dr. Pataki Béla Tartalomjegyzék 1. Bevezetés 2 2. Források 2 3. Kiértékelő szoftver 3 4. A képek feldolgozása
RészletesebbenMesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek
Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek
Részletesebben8. Pontmegfeleltetések
8. Pontmegfeleltetések Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Példa: panoráma kép készítés 1. Jellemzőpontok detektálása mindkét
RészletesebbenKépszegmentáló eljárások. Orvosi képdiagnosztika 2018 ősz
Képszegmentáló eljárások Orvosi képdiagnosztika 2018 ősz Képszegmentálás Anatómiai részek elkülönítés: pl. csontok, szív, erek, szürkefehér állomány, stb Vizsgálandó terület körbehatárolása: pl. tüdőterület
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ Dr. Soumelidis Alexandros 2018.09.06. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG A tárgy célja
RészletesebbenKöszönetnyilványítás. Digitális képelemzés alapvető algoritmusai. A kurzus témái. Képelemzés és képszűrés alapfogalmai. Csetverikov Dmitrij
Köszönetnyilványítás Digitális képelemzés alapvető algoritmusai Csetverikov Dmitrij Eötvös Lóránd Egyetem, Budapest csetverikov@sztaki.hu http://vision.sztaki.hu Informatikai Kar A kurzus megírásában az
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika 9. ea ősz
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika 9. ea. 2015 ősz Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, intenzitásviszonyok módosításahisztogram módosítás,
RészletesebbenINFORMATIKA. 6 évfolyamos osztály
INFORMATIKA Az informatika tantárgy ismeretkörei, fejlesztési területei hozzájárulnak ahhoz, hogy a tanuló az információs társadalom aktív tagjává válhasson. Az informatikai eszközök használata olyan eszköztudást
RészletesebbenA Debreceni Egyetem és a Nagyváradi Egyetem WiFi alapú helymeghatározó rendszere
A Debreceni Egyetem és a Nagyváradi Egyetem WiFi alapú helymeghatározó rendszere Gál Zoltán 1 Marius Onic 2 1 IT igazgató, Debreceni Egyetem TEK, zgal@unideb.hu 2 IT vezet, Nagyváradi Egyetem, omar@uoradea.ro
RészletesebbenFeladatok. Tervek alapján látvány terv készítése. Irodai munka Test modellezés. Létező objektum számítógépes modelljének elkészítése
Virtuális valóság Feladatok Tervek alapján látvány terv készítése Irodai munka Test modellezés Létező objektum számítógépes modelljének elkészítése Geodéziai mérések Fotogrammetriai feldolgozás Egyszerű
RészletesebbenKéprekonstrukció 3. előadás
Képrekonstrukció 3. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem Computed Tomography (CT) Elv: Röntgen-sugarak áthatolása 3D objektum 3D térfogati kép Mérések
RészletesebbenPublikációs jegyzék (Pánovics János)
Publikációs jegyzék (Pánovics János) Könyv 1. Juhász István, Kósa Márk, Pánovics János: C példatár, Panem, Budapest, 2005. Referált cikkek 1. Kádek Tamás, Pánovics János: Some Improvements of the Extended
RészletesebbenB/16. számú melléklet Önéletrajz sablon
Europass Önéletrajz Személyi adatok Vezetéknév / Utónév(ek) Tímea Fülep Cím(ek) 3, Törökugrató u. 3., 1118, Budapest, Magyarország Telefonszám(ok) +36 96 50 3308 Mobil: +36 70 210 4319 Fax(ok) +36 1 436
RészletesebbenP-gráf alapú workflow modellezés fuzzy kiterjesztéssel
P-gráf alapú workflow modellezés fuzzy kiterjesztéssel Doktori (PhD) értekezés Tick József témavezető: Dr. Kovács Zoltán Pannon Egyetem Műszaki Informatikai Kar Informatikai Tudományok Doktori Iskola 2007.
RészletesebbenSZTE Nyílt Forrású Szoftverfejlesztő és Minősítő Kompetencia Központ
UNIVERSITY OF SZEGED SZTE Nyílt Forrású Szoftverfejlesztő és Minősítő Kompetencia Központ Gyimóthy Tibor és Ferenc Rudolf Szegedi Tudományegyetem Szoftverfejlesztés Tanszék Szoftverfejlesztés Tanszék Több
Részletesebben1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Kredit
2. MELLÉKLET Az oktatási koncepciója 1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Az informatika alapjai Tud. Min. 1 Automata hálózatok 2 V Dr. Dömösi Pál DSc 2 Automaták és
RészletesebbenIskolatörténeti multimédia anyag fejlesztése
Iskolatörténeti multimédia anyag fejlesztése Berke József 1 Puposné Szálteleki Éva 2 Enyingi József 2 1 - Veszprémi Egyetem, Georgikon, Mezőgazdaságtudományi Kar, Szaktanácsadási, Továbbképzési és Informatikai
RészletesebbenIman 3.0 szoftverdokumentáció
Melléklet: Az iman3 program előzetes leírása. Iman 3.0 szoftverdokumentáció Tartalomjegyzék 1. Az Iman rendszer...2 1.1. Modulok...2 1.2. Modulok részletes leírása...2 1.2.1. Iman.exe...2 1.2.2. Interpreter.dll...3
RészletesebbenGEOSTATISZTIKA II. Geográfus MSc szak. 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ
GEOSTATISZTIKA II. Geográfus MSc szak 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet A tantárgy adatlapja Tantárgy neve:
RészletesebbenNeumann János Számítógép-tudományi Társaság Programozás, robotprogramozás szakkör Három félév 3 * 8 foglalkozás
Neumann János Számítógép-tudományi Társaság Programozás, robotprogramozás szakkör Három félév 3 * 8 foglalkozás Első félév A modul időtartama: A modul célja: A modul tartalma: 8 foglalkozás, alkalmanként
RészletesebbenAz informatika kulcsfogalmai
Az informatika kulcsfogalmai Kulcsfogalmak Melyek azok a fogalmak, amelyek nagyon sok más fogalommal kapcsolatba hozhatók? Melyek azok a fogalmak, amelyek más-más környezetben újra és újra megjelennek?
RészletesebbenRobottechnika szakirány
Robottechnika szakirány Robotok és robotszerû eszközök ipari alkalmazásának fejlesztési, programozási, irányítástechnikai és rendszerintegrálási feladatait megoldani képes informatikus mérnökök képzése
RészletesebbenINFORMATIKA OKTATÁS A KLTE-N 1
INFORMATIKA OKTATÁS A KLTE-N 1 Juhász István, pici@math.klte.hu KLTE, Matematikai és Informatikai Intézet, Információ Technológia Tanszék Abstract The Institute of Mathematics and Informatics of Kossuth
RészletesebbenEGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA
infokommunikációs technológiák EGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA Témavezető: Tarczali Tünde Témavezetői beszámoló 2015. január 7. TÉMAKÖR Felhő technológián
RészletesebbenA fotogrammetria ismeretek és a szakmai tudás fontossága
Óbudai Egyetem Alba Regia Műszaki Kar Geoinformatikai Intézet A fotogrammetria ismeretek és a szakmai tudás fontossága 3. Légifotó Nap, Székesfehérvár, 2018. február 7. A fotogrammetria fogalma A fotogrammetria
RészletesebbenSztereó képfeldolgozás mobilrobot platform tájékozódásához Önálló laboratórium 2007/2008. tavaszi félév
Sztereó képfeldolgozás mobilrobot platform tájékozódásához Önálló laboratórium 007/008. tavaszi félév Józsa Csongor Konzulens: Dr. Vajda Ferenc 1/1 1. A probléma ismertetése Mobilis robotok ismeretlen
RészletesebbenMinták automatikus osztályba sorolása a mintát leíró jellemzők alapján. Típusok: felügyelt és felügyelet nélküli tanuló eljárások
Minták automatikus osztályba sorolása a mintát leíró jellemzők alapján Típusok: felügyelt és felügyelet nélküli tanuló eljárások Különbség: előbbinél szükséges egy olyan tanulóhalmaz, ahol ismert a minták
RészletesebbenTárgyfelelős kódja, címe)
Az Intézet minden előadás és gyakorlatból álló tárgyánál az előadás és a gyakorlat párhuzamos felvétele, az előadások vizsgáinak a gyakorlat teljesítettsége feltétel. Szak neve: Mérnök informatikus BSc
RészletesebbenA tantárgyelem kódja: A tantárgyelem megnevezése: KIN2803G
A mérföldkő megnevezése: A tantárgy megnevezése: A mérföldkő kódja: A tantárgy kódja: A tantárgyelem megnevezése: Informatika II. gy A tantárgyelem kredit-értéke: 2 A tantárgyelem teljesítési formája:
RészletesebbenSzámítógépes képelemzés
Számítógépes képelemzés ANYAGMÉRNÖKI MESTERKÉPZÉS (MSc) Anyag- és szerkezetdiagnosztikai Anyaginformatikai Anyagvizsgálati kiegészítő szakirány TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ MISKOLCI EGYETEM MŰSZAKI
RészletesebbenMi legyen az informatika tantárgyban?
Mi legyen az informatika tantárgyban? oktatás fő területei: digitális írástudás; számítástudomány; információs technológiák. Digitális írástudás szövegszerkesztés, adat vizualizáció, prezentáció, zeneszerkesztés,
RészletesebbenMultimédiás adatbázisok
Multimédiás adatbázisok Multimédiás adatbázis kezelő Olyan adatbázis kezelő, mely támogatja multimédiás adatok (dokumentum, kép, hang, videó) tárolását, módosítását és visszakeresését Minimális elvárás
RészletesebbenA DIGITÁLIS KÉPFELDOLGOZÁS OKTATÁSÁNAK EREDMÉNYEI ÉS NÉHÁNY AKTUÁLIS KÉRDÉSE A DEBRECENI EGYETEMEN
A DIGITÁLIS KÉPFELDOLGOZÁS OKTATÁSÁNAK EREDMÉNYEI ÉS NÉHÁNY AKTUÁLIS KÉRDÉSE A DEBRECENI EGYETEMEN CURRENT QUESTIONS AND RESULTS ABOUT THE EDUCATION OF DIGITAL IMAGE PROCESSING AT THE UNIVERSITY OF DEBRECEN
RészletesebbenTémakiírások 2014/15. őszi félévben
Témakiírások 2014/15. őszi félévben Témavezető: Dr. Vörösházi Zsolt voroshazi@vision.vein.hu voroshazi.zsolt@virt.uni-pannon.hu Veszprém, 2014. szeptember 9. Témaismertetés #1 National Instruments - LabView
Részletesebben