Курс лекций «Геометрические методы и методы машинного обучения в современных проблемах обработки изображений»

С 24 октября по 3 ноября в НГУ при поддержке Математического центра в Академгородке пройдёт курс лекций «Геометрические методы и методы машинного обучения в современных проблемах обработки изображений».

Будут рассмотрены современные проблемы обработки изображений и методы их решения, основанные на геометрических подходах и алгоритмах машинного обучения. Приводится ряд примеров использования графических библиотек для решения практических задач в системах компьютерного зрения.

В. А. Клячин работает в Волгоградском государственном университете с 1992 г. В 1995 г. он досрочно защитил кандидатскую диссертацию, а в 2002 г. — защитил докторскую диссертацию по специальности математический анализ. В 2002 г. Владимир Александрович был назначен на должность заведующего кафедрой математического анализа и теории функций, после чего, с 2003 г. по настоящее время является заведующим кафедрой компьютерных наук и экспериментальной математики. За время своей исследовательской и преподавательской деятельности Клячиным В. А. было разработано и прочитано множество курсов.

Программа и расписание курса:
1. 24 октября, 16:20, аудитория 5273 НГУ — Математические модели изображений. Задачи обработки изображений. Графические библиотеки, примеры использования.
2. 25 октября, 16:20, аудитория 5251 НГУ — Геометрические преобразования изображений. Пороговые отсечения, бинаризация изображений
3. 26 октября, 16:20, аудитория 5273 НГУ — Сглаживание изображений. Изображения как функции. Гистограммы изображений.
4. 27 октября, 16:20, аудитория 4259 НГУ — Алгоритм Кани обнаружения ребер. Поиск контуров. Примеры использования в задаче сегментации символов.
5. 28 октября, 16:20, аудитория 5251 НГУ — Поиск геометрических объектов на изображении. Преобразование Хафа. 
6. 31 октября, 16:20, аудитория 5273 НГУ — Задача обнаружения особых точек изображений. Угловые точки Харриса. 
7. 1 ноября, 16:20, аудитория 5251 НГУ — Основные понятия машинного обучения. Библиотеки, реализующие алгоритмы машинного обучения. Вероятностный подход к представлению изображений. Вариационный автокодировщик.
8. 2 ноября, 16:20, аудитория 5273 НГУ — Примеры задач классификации в обработке изображений. Идентификация объектов на изображении. Сверточные нейронные сети.
9. 3 ноября, 16:20, аудитория 4259 НГУ — Пространственный анализ изображений. Задачи 3D реконструкции.