Skip to main content
차량비전시스템 동영상

차량비전시스템




본 강좌는 새로운 K-MOOC 플랫폼에서 운영하는 강좌입니다.

강좌 소개

수업내용/목표

본과목은디지털영상처리의기초이론과카메라센서기반의컴퓨터비전관련 실습을 제공하여, 학생들이 차량비전시스템을 분석하고데이터를처리할수있도록한다.또한,컴퓨터비전의 기하학적 분석법을이해하고, 색, 통계, 변환 관점에서의 영상 해석방법및객체인식,추적알고리즘등을설계하고 활용할 수 있도록한다.

홍보/예시 영상

강좌 운영 계획

 

강의계획서
주차 주차명 차시명 과제
1 자율주행 자동차의 역사와 센서 1차시: 연사소개 및 강좌소개 퀴즈1
2차시: 자율주행자동차의 역사와 미래 퀴즈2
3차시: 대표적인 비전 시스템과 환경인식 알고리즘에 대한 소개, 그리고 데이터셋 퀴즈3
2 카메라 센서의 이해 1차시: 영상 획득 과정과 카메라 파라미터별 특성 퀴즈1
2차시: 카메라 모델과 기하학적 특성 퀴즈2
3차시: 카메라 광학계와 색 변환 퀴즈3
3 영상 변환과 해석 기법 1차시: 영상 공간 변환(Image spatial transformation 퀴즈1
2차시: 영상 필터링기법(Image Histogram and Filter) 퀴즈2
3차시: 허프 변환과 기초 예제(Hough Transform) 퀴즈3, 과제1
4 스테레오 비전 1차시: 스테레오 비전 소개 퀴즈1
2차시: 스테레오 비전 계산 방법 퀴즈2
3차시: 스테레오 비전 활용 방안 및 차량 응용 예제 퀴즈3, 과제1
5 영상 특징 값 추출 1차시: 키포인트와 코너 검출 퀴즈1
2차시: 설계된 이미지 특징 퀴즈2
3차시: 이미지 특징의 활용 및 차량 응용 예제 퀴즈3, 과제1
6 물체인식 1차시: 특징 값 기반의 물체 인식 1 퀴즈1
2차시: 특징 값 기반의 물체 인식 2 퀴즈2
3차시: 특징 값 기반의 물체 인식의 차량 응용 예제 퀴즈3, 과제1

강좌운영팀 소개

교수자

심인욱 professor
심인욱 교수
현) 인하대학교 스마트모빌리티공학 조교수
E-mail: iwshim@inha.ac.kr
김학일 professor
김학일 교수
현) 인하대학교 스마트모빌리티공학 교수
E-mail: hikim@inha.ac.kr
류춘우 professor
류춘우 교수
현) 인하대학교 스마트모빌리티공학 조교수
E-mail: cwryu@inha.ac.kr

강좌지원팀

이규석
이규석
인하대학교 대학원생
E-mail: fvt@inha.edu

강좌 수강 정보

이수/평가정보

이수/평가정보
과제명 퀴즈 과제 중간고사 기말고사
반영비율 60% 40% % %

※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

강좌 수준 및 선수요건

이 강좌는 유익한 내용이 다수 포함되어 있습니다.

교재 및 참고문헌

이 강좌는 여러가지 참고자료가 많이 있습니다.

자주 묻는 질문

강좌 교재가 따로 있나요?

강좌 교재는 따로 없으며, 학습자료를 제공학 예정입니다.

제목

소제목

내용

 

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Electricity & Electronics)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    advanced
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    National Research Foundation of Korea
  4. 운영 기관의 전화번호 입니다.

    Phone

    -
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    06week
    (주당 01시간 55분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    16시간 30분
    (11시간 30분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2023.08.07 ~ 2023.08.25
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2023.09.04 ~ 2023.10.21