Компьютерное зрение

Бакалавриат 2025/2026

Статус: Курс обязательный (Прикладная математика)

Кто читает: Департамент прикладной математики

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 4-й курс, 3 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Каграманян Давид Геворгович, Рыбаков Петр Владимирович, Шевцов Никита Сергеевич

Язык: русский

Кредиты: 3

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс направлен на изучение современных методов и алгоритмов, используемых в области компьютерного зрения и обработки графических данных. В рамках курса будут рассмотрены как классические подходы, так и некоторые модели, основанные на глубоких нейронных сетях. Основное внимание уделено математическому аппарату и алгоритмам, лежащим в основе современных систем компьютерного зрения. Рассматриваются задачи сегментации изображений, детекции, идентификации и трекинга объектов.

Цель освоения дисциплины

Понимание классических и современных методов и моделей компьютерного зрения для решения прикладных задач

Планируемые результаты обучения

Владеть навыками реализации алгоритмов решения задач компьютерного зрения на языке Python с использованием библиотек машинного обучения
Знать основные постановки задач компьютерного зрения, процесс формирования изображений, базовые методы тональной коррекции
Знает и умеет применять основные методы машинного обучения в области компьютерного зрения, таких как сегментация изображения, анализ сцены, распознавание объектов.
Умение применять алгоритмы компьютерного зрения для анализа визуальных данных.
Уметь работать с цветовыми пространствами (RGB, HSV и др.) и выполнять афинные преобразования изображений.
Понимание технической составляющий сверхочных слоев, умения создавать модели для базовых задач компьютерного зрения. Понимание ключевых архитектурных подходов в компьютерном зрении, использующих сверточные слои.
Знает основные классические методы компьютерного зрения (фильтрация изображений, выделение признаков, детекторы и дескрипторы).
Знает архитектуры современных моделей компьютерного зрения.
Знает принципы и уметь использовать генеративные модели в задачах компьютерного зрения.
Владеет инструментами практической разработки в области компьютерного зрения и уметь строить рабочие пайплайны для прикладных задач.