KIUA2002 Computer Vision

    • Studiepoeng
      10
    • Undervisningssemestre
      2026 Vår
    • Undervisningsspråk
      Norsk/Engelsk
    • Undervisningssted
      Hamar
    • Forkunnskapskrav

      Anbefalt: KIUA1002 Programmering I, KIUA1005 Programmering II og KIUA1000 Introduksjon til KI, juss og etikk.

Emnets innhold

Computer vision innebærer å gi dataprogrammer evnen til å tolke og forstå visuell informasjon fra bilder og videoer, og å kunne gjenkjenne og tolke objekter og mønstre. Emnet omfatter grunnleggende prinsipper, konsepter og utfordringer innen computer vision, og dekker temaer som bildedannelse, representasjon, fargerom og bildebehandling. I tillegg får studentene kunnskap om ulike computer vision algoritmer og dybdelæringsarkitekturer skreddersydd for computer vision oppgaver. Studentene utvikler ferdigheter i bildebehandling, objekt gjenkjenning og får praktisk erfaring med datasynsapplikasjoner og biblioteker. Emnet fremmer også kritisk tenkning, problemløsning og samarbeid og etiske og samfunnsmessige implikasjoner av computer vision teknologier.

Læringsutbytte

Ved bestått emne har studenten oppnådd følgende læringsutbytte:

Kunnskap

Studenten har

  • kunnskap om grunnleggende prinsipper, konsepter og utfordringer innen Computer Vision for å utvikle kunnskap om bildedannelse, representasjon, fargerom og vanlige bildebehandlingsteknikker
  • kunnskap om ulike computer vision algoritmer og teknikker
  • kunnskap om deep learning arkitekturer spesielt designet for computer vision og kan forstå prinsippene bak disse modellene og deres applikasjoner i computer vision oppgaver
Ferdigheter

Studenten kan

  • utføre bildebehandling og praktisere forbedringsteknikker for å bruke ulike filtre
  • objektgjenkjenning og sporing ved hjelp av ulike metoder og algoritmer
  • utøve bildeklassifisering, objektgjenkjenning og bruke andre datasynsapplikasjoner
  • anvende ulike metoder og bibliotek brukt i computer vision
Generell kompetanse

Studenten kan

  • forbedre kritisk tenkning og problemløsningsferdigheter ved bruk av datasynsteknikker for å analysere og løse problemer i den virkelige verden
  • kan presentere funn og løsninger og effektivt kommunisere komplekse computer vision-konsepter og -teknikker til både teknisk og ikke-teknisk publikum
  • vurdere etiske og samfunnsmessige implikasjoner av computer vision-teknologier for å få bevissthet om personvernhensyn, skjevheter og rettferdighetsspørsmål i datasynsapplikasjoner, samt utøve ansvarlig bruk av datasynsteknologier på ulike domener
  • fremme en forskningsorientert tankegang og utforske og evaluere banebrytende fremskritt innen computer vision, samt lese og forstå forskningsartikler, eksperimentere med nye teknikker og bidra til feltet gjennom innovative ideer og implementeringer
Arbeids- og undervisningsformer

Emnet er gjennomført som en kombinasjon av forelesninger, praktiske øvelser, selvstudium og veiledning.

Arbeidskrav
  • 2 individuelle oppgaver

Obligatoriske arbeidskrav som er bestått er kun gyldig i 12 måneder. Studenter som ønsker å ta opp eksamener etter 12 måneder, må bestå de obligatoriske arbeidskravene på nytt ved neste ordinære gjennomføring av emnet. 

Vurdering
  • 1 prosjektbasert oppgave i gruppe

Ved gruppebesvarelser står alle deltakere i gruppen ansvarlig for alt innhold i oppgaven/produktet/prestasjonen.

Oppgaven vurderes med graderte bokstavkarakterer fra A-F, der E er laveste ståkarakter.

Studenten kan velge hvilket språk som benyttes i egen gjennomføring av eksamen. Valg er bokmål, nynorsk eller engelsk.

 

Tillatte hjelpemidler:

  • Litteratur
  • Alle trykte og skrevne ressurser
  • Bruk av KI-generert tekst og innhold skal være avklart med faglærer, klart merket og akademisk begrunnet i besvarelsen
Vurderinger
VurderingsordningKarakterskalaGruppe/individuellVarighetHjelpemidlerAndelKommentar
Oppgave
ECTS - A-F
Gruppe
  • Alle
100
Fakultet
Fakultet for audiovisuelle medier og kreativ teknologi
Institutt
Institutt for spillutdanninger - Spillskolen