Utbildningsinfo
IN ENGLISH
Malmö universitet

Kursplan med gällandedatum 2015-08-31

Kursplan med gällandedatum 2015-08-31

Benämning

Datavetenskap: Avancerade metoder för text- och bildbehandling

Engelsk benämning

Computer Science: Advanced Methods for Text and Image Processing

Kurskod

DA357A

Omfattning

7.5 hp

Betygsskala

UV / Underkänd (U), Godkänd (G) eller Väl godkänd (VG)

Undervisningsspråk

Svenska, inslag av engelska kan förekomma.

Beslutande instans

Fakulteten för teknik och samhälle

Fastställandedatum

2014-12-10

Gäller från

2015-08-31

Utbildningsnivå

Grundnivå

Behörighetskrav

Kurser om minst 30 hp i datavetenskap varav minst 15 hp i programmering och 3 hp inom algoritmer och datastrukturer.
if (Model.HuvudomradenMedFordjupning.Count == 1) {

Huvudområde

} else {

Huvudområden

}
Datavetenskap

Fördjupningsnivå

G1F

Fördjupningsnivå i förhållande till examensfordringarna

Kursen ingår i huvudområdet datavetenskap på nivå 31-60 hp och ingår i examensfordringarna för kandidatexamen i datavetenskap med inriktning mot systemutveckling.

Syfte

Kursen syftar till att studenten utvecklar en fördjupad förståelse för algoritmisk metodik med speciell tillämpning på metoder för text- och bildbearbetning. I kursen studerar studenten design och implementation av praktiska och effektiva metoder för representation, strukturering, sökning, och komprimering av stora mängder text- och bildmaterial.

Innehåll

Textbehandling
  • Representation av text och bildmaterial
  • Metoder för sökning i textliknande data
  • Datastrukturer för textsökning
  • Reguljära uttryck
  • Komprimeringsmetoder för textliknande data
  • Entropikodning (t.ex. Huffman, aritmetisk, Elias, Golomb)
Bildbehandling
  • Projektiv geometri, geometriska primitiver
  • Känna igen objekt i bilder, punkter, linjer och konturer
  • Enkla transformer och filter
  • Bildkomprimering

Lärandemål

Kunskap och förståelse
För godkänd kurs ska studenten kunna:
  • visa förmåga att beskriva samt uppvisa en fördjupad förståelse av vanliga metoder för bearbetning av text och bild
  • visa förmåga att beskriva samt uppvisa en fördjupad förståelse av datastrukturer för textsökning
Färdighet och förmåga
För godkänd kurs ska studenten kunna:
  • använda och självständigt anpassa metoder och datastrukturer för att lösa samt implementera lösningar till problem av text- och bildbehandlingskaraktär korrekt och effektivt
Värderingsförmåga och förhållningssätt
För godkänd kurs ska studenten kunna:
  • utifrån en given problemställning av text- eller bildbehandlingskaraktär, självständigt och i grupp kunna analysera problemet samt kritiskt välja lämpligt angreppssätt, algoritm och/eller datastruktur för att lösa det
  • utföra en korrekt implementation och kunna resonera kring och kritiskt värdera design- och implementationsval ur olika aspekter såsom prestanda och andra resurser

Arbetsformer

Föreläsningar ca 25 timmar, laborationer och seminarium ca 25 timmar, samt självstudietid ca 150 timmar.

Bedömningsformer

Kursen examineras genom en skriftlig tentamen (3 hp), och tre obligatoriska inlämningsuppgifter (4,5 hp).
Krav för godkänd: Godkänd på samtliga ingående moment.
Krav för väl godkänd: Väl godkänd på tentamina samt väl godkänt på minst en inlämningsuppgift.

Kurslitteratur och övriga läromedel

Rekommenderad litteratur
  • Gusfield, Dan (1997). Algorithms on strings, trees, and sequences: computer science and computational biology. Cambridge: Cambridge Univ. Press
  • Jain, Anil K. (1989). Fundamentals of digital image processing. Englewood Cliffs: Prentice Hall
  • Witten, Ian H., Moffat, Alistair & Bell, Timothy C. (1999). Managing gigabytes: compressing and indexing documents and images. 2. ed. San Francisco, Calif.: Morgan Kaufmann
Referenslitteratur
  • Navarro, Gonzalo & Raffinot, Mathieu (2002). Flexible pattern matching in strings: practical on-line search algorithms for texts and biological sequences. Cambridge: Cambridge University Press
  • Szeliski, Richard (2010). Computer vision: algorithms and applications. New York: Springer

Kursvärdering

Högskolan ger studenter som deltar i eller har avslutat en kurs en möjlighet att framföra sina erfarenheter av och synpunkter på kursen genom en kursvärdering som anordnas av högskolan. Högskolan sammanställer kursvärderingarna samt informerar om resultaten och eventuella beslut om åtgärder som föranleds av kursvärderingarna. Resultaten ska hållas tillgängliga för studenterna. (HF 1:14).

Övergångsbestämmelser

Om en kurs upphört att ges eller genomgått större förändringar ska studenterna, under ett år efter det att förändringen skett, erbjudas två tillfällen för omprov baserade på den kursplan som gällde vid registreringen.