Бакалавриат
2022/2023
Компьютерное зрение и анализ изображений
Статус:
Курс по выбору (География глобальных изменений и геоинформационные технологии)
Направление:
05.03.02. География
Где читается:
Факультет географии и геоинформационных технологий
Когда читается:
3-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
82
Программа дисциплины
Аннотация
Задачи дисциплины заключаются в приобретении знаний об актуальных технологиях компьютерного зрения и алгоритмах классического и глубокого обучения, используемых в задачах тематического анализа и классификации изображений при мультисенсорном дистанционном мониторинге, а также в приобретении практических навыков использования этих технологий и алгоритмов при обработке дистанционной потоковой информации, распознавании стационарных и движущихся объектов по сериям мультивременных и мультисенсорных данных дистанционного зондирования Земли и иных пространственных данных, в объектно-ориентированном анализе изображений. Студенты научатся разрабатывать и проводить тонкую настройку алгоритмов компьютерного зрения и машинного обучения в зависимости от типа изображений и задач их тематического анализа, в т. ч. создавать географически стратифицированные обучающие и валидационные выборки . Для успешного освоения дисциплины по выбору "Компьютерное зрение и машинное обучение в анализе изображений" требуются базовые навыки программирования на языке Python и в среде Google Earth Engine; знание физических и технологических основ дистанционного зондирования Земли; математической статистики. Компьютерное зрение и анализ изображений - курс по выбору, завершающая дисциплина по анализу данных дистанционного зондирования Земли на бакалаврской программе "География глобальных изменений и геоинформационные технологии". Дисциплина ориентирована на студентов всех направлений, и может быть полезна для решения и автоматизации задач распознавания образов различных географических объектов, тематического картографирования и пространственного моделирования на основе "больших" пространственных данных в рамках преддипломной практики, подготовки ВКР, а также для развития профессиональных навыков в сфере геоинформационных технологий.