|
Vyučující
|
-
Komínková Oplatková Zuzana, prof. Ing. Ph.D.
-
Sysala Tomáš, Ing. Ph.D.
-
Prokopová Zdenka, doc. Ing. CSc.
-
Šilhavý Petr, doc. Ing. Ph.D.
|
|
Obsah předmětu
|
Předmět je zaměřen na studium a získání poznatků o nejnovějších metodách a perspektivních technikách v oblasti zpracování multimediálních dat. Předmět tedy pokrývá celou řadu oblastí: příprava dat, vhodná transformace dat, reprezentace dat, klasifikace objektů, detekce objektů v multimediálních datech, hluboké učení, image processing techniky. Metody pro přenos a uchovávání multimediálních dat v paměti a na vytváření tzv. multimediálních databází, algoritmy ztrátové komprese, optimalizované podle fyzikálních zákonů přizpůsobené vnímání signálů člověkem, metody dekompozice v časové oblasti a parametrické (fraktálové) dekompozice obrazu. Steganografie, techniky digitálních vodoznaků a jejich aplikace v multimediích.
|
|
Studijní aktivity a metody výuky
|
|
Cvičení na počítači, Praktické procvičování
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| Znalosti z oblastí: Matematika Základy informatiky Teoretická informatika Multimediální data Umělá a výpočetní inteligence |
| Znalosti z oblastí: Matematika Základy informatiky Teoretická informatika Multimediální data Umělá a výpočetní inteligence |
| Výsledky učení |
|---|
| definovat a popsat techniky pro přípravu, transformaci a reprezentaci multimediálních dat, včetně jejich aplikace pro zlepšení klasifikace a detekce objektů. |
| definovat a popsat techniky pro přípravu, transformaci a reprezentaci multimediálních dat, včetně jejich aplikace pro zlepšení klasifikace a detekce objektů. |
| popsat metody hlubokého učení specifických pro zpracování obrazu, včetně konvolučních neuronových sítí a jejich aplikace v detekci a klasifikaci objektů v multimediálních datech. |
| popsat metody hlubokého učení specifických pro zpracování obrazu, včetně konvolučních neuronových sítí a jejich aplikace v detekci a klasifikaci objektů v multimediálních datech. |
| jmenovat a popsat metody dekompozice v časové oblasti a parametrické (fraktálové) dekompozice obrazu a jejich aplikace pro efektivní zpracování a reprezentaci multimediálních dat. |
| jmenovat a popsat metody dekompozice v časové oblasti a parametrické (fraktálové) dekompozice obrazu a jejich aplikace pro efektivní zpracování a reprezentaci multimediálních dat. |
| analyzovat a popsat algoritmy pro ztrátovou kompresi multimediálních dat a jejich uchování v databázích, optimalizované s ohledem na vnímání člověka. |
| analyzovat a popsat algoritmy pro ztrátovou kompresi multimediálních dat a jejich uchování v databázích, optimalizované s ohledem na vnímání člověka. |
| orientovat se v technikách steganografie a digitálních vodoznaků, jejich principech, designu a aplikaci v ochraně autorských práv a zabezpečení multimediálního obsahu. |
| orientovat se v technikách steganografie a digitálních vodoznaků, jejich principech, designu a aplikaci v ochraně autorských práv a zabezpečení multimediálního obsahu. |
| define and describe techniques for the preparation, transformation and representation of multimedia data, including their application to improve object classification and detection. |
| define and describe techniques for the preparation, transformation and representation of multimedia data, including their application to improve object classification and detection. |
| describe deep learning methods specific to image processing, including convolutional neural networks, and their application to object detection and classification in multimedia data. |
| describe deep learning methods specific to image processing, including convolutional neural networks, and their application to object detection and classification in multimedia data. |
| list and describe time-domain and parametric (fractal) image decomposition methods and their applications for efficient processing and representation of multimedia data. |
| list and describe time-domain and parametric (fractal) image decomposition methods and their applications for efficient processing and representation of multimedia data. |
| analyze and describe algorithms for lossy compression of multimedia data and its storage in databases, optimized with respect to human perception. |
| analyze and describe algorithms for lossy compression of multimedia data and its storage in databases, optimized with respect to human perception. |
| orient in the techniques of steganography and digital watermarking, their principles, design and application in copyright protection and security of multimedia content. |
| orient in the techniques of steganography and digital watermarking, their principles, design and application in copyright protection and security of multimedia content. |
| Odborné dovednosti |
|---|
| navrhnout a implementovat systémy pro zpracování multimediálních dat, využívající pokročilé algoritmy a techniky, včetně hlubokého učení a image processing. |
| navrhnout a implementovat systémy pro zpracování multimediálních dat, využívající pokročilé algoritmy a techniky, včetně hlubokého učení a image processing. |
| aplikovat principy a techniky pro efektivní ukládání, indexaci a vyhledávání v multimediálních databázích, s důrazem na kompresi dat a rychlý přístup. |
| aplikovat principy a techniky pro efektivní ukládání, indexaci a vyhledávání v multimediálních databázích, s důrazem na kompresi dat a rychlý přístup. |
| provádět inovativní výzkum a vývoj v oblasti steganografie a digitálních vodoznaků, včetně návrhu robustních a bezpečných systémů pro ochranu multimediálního obsahu. |
| provádět inovativní výzkum a vývoj v oblasti steganografie a digitálních vodoznaků, včetně návrhu robustních a bezpečných systémů pro ochranu multimediálního obsahu. |
| kriticky analyzovat a hodnotit výkonnost algoritmů zpracování multimediálních dat, identifikovat jejich silné a slabé stránky a navrhovat zlepšení. |
| kriticky analyzovat a hodnotit výkonnost algoritmů zpracování multimediálních dat, identifikovat jejich silné a slabé stránky a navrhovat zlepšení. |
| aplikovat znalosti a dovednosti zpracování multimediálních dat v širokém spektru aplikací, od virtuální reality po rozšířenou realitu, od zdravotnictví po bezpečnostní systémy. |
| aplikovat znalosti a dovednosti zpracování multimediálních dat v širokém spektru aplikací, od virtuální reality po rozšířenou realitu, od zdravotnictví po bezpečnostní systémy. |
| design and implement multimedia data processing systems using advanced algorithms and techniques, including deep learning and image processing. |
| design and implement multimedia data processing systems using advanced algorithms and techniques, including deep learning and image processing. |
| Apply principles and techniques for efficient storage, indexing and retrieval in multimedia databases, with emphasis on data compression and fast access. |
| Apply principles and techniques for efficient storage, indexing and retrieval in multimedia databases, with emphasis on data compression and fast access. |
| conduct innovative research and development in the field of steganography and digital watermarking, including the design of robust and secure systems for the protection of multimedia content. |
| conduct innovative research and development in the field of steganography and digital watermarking, including the design of robust and secure systems for the protection of multimedia content. |
| critically analyse and evaluate the performance of multimedia data processing algorithms, identify their strengths and weaknesses and suggest improvements. |
| critically analyse and evaluate the performance of multimedia data processing algorithms, identify their strengths and weaknesses and suggest improvements. |
| apply knowledge and skills of multimedia data processing in a wide range of applications, from virtual reality to augmented reality, from healthcare to security systems. |
| apply knowledge and skills of multimedia data processing in a wide range of applications, from virtual reality to augmented reality, from healthcare to security systems. |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Cvičení na počítači |
| Praktické procvičování |
| Praktické procvičování |
| Cvičení na počítači |
| Hodnotící metody |
|---|
| Ústní zkouška |
| Ústní zkouška |
| Příprava a přednes prezentace |
| Příprava a přednes prezentace |
|
Doporučená literatura
|
-
BERKA, R., F. RUND, L. HUSNÍK a A. J. SPORKA. Multimédia I. Praha: České vysoké učení technické v Praze, 2016. ISBN 978-80-01-05859-6.
-
BIRKFELLNER, W. Applied medical image processing: a basic course. Boca Raton: CRC Prress, Taylor & Francis Group, 2014. ISBN 978-1-4665-5557-0.
-
GOODFELLOW, I., Y. BENGIO a A. COURVILLE. Deep learning. Cambridge, Massachussetts: The MIT Press, 2016. ISBN 978-0-262-03561-3.
-
GRAUPE, D. Deep learning neural networks: design and case studies. New Jersey: World Scientific, 2016. ISBN 978-981-3146-45-7.
-
Levický, D. Multimediálne telekomunikácie. Košice : ELFA, 2002. ISBN 80-89066-58-5.
-
PETRUŠIN, V. A. a L. KHAN. Multimedia data mining and knowledge discovery. London: Springer, 2007.
-
SARFRAZ, M. Computer Vision and Image Processing in Intelligent Systems and Multimedia Technologies. Hershey, PA: Information Science Reference, 2014. ISBN 9781306861502.
-
WANG Z.,, HOI S. Neurocomputing: Machine Learning and Signal Processing for Big Multimedia Analysis. 2017.
-
WU, M. a B. LIU. Multimedia data hiding. New York: Springer, 2003. ISBN 978-0-387-95426-4.
|