- Nazwa przedmiotu:
- Matematyka w multimediach
- Koordynator przedmiotu:
- prof. Władysław Skarbek
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Telekomunikacja
- Grupa przedmiotów:
- Przedmioty techniczne - zaawansowane
- Kod przedmiotu:
- MATMU
- Semestr nominalny:
- 2 / rok ak. 2018/2019
- Liczba punktów ECTS:
- 5
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- 150
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- 3
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- 2
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład30h
- Ćwiczenia15h
- Laboratorium15h
- Projekt0h
- Lekcje komputerowe0h
- Wymagania wstępne:
- Limit liczby studentów:
- 40
- Cel przedmiotu:
- Celem wykładu jest zaznajomienie studentów z podstawami teoretycznymi metod i algorytmów stosowanych w kompresji, rozpoznawaniu, indeksowaniu, zanurzaniu i modelowaniu obiektów multimedialnych. W efekcie studenci opanują podstawową wiedzę o modelach matematycznych leżących u podstaw standardów multimedialnych oraz uzyskają umiejętność programowania i stosowania modeli matematycznych w typowych aplikacjach multimedialnych.
- Treści kształcenia:
- 1. Wprowadzenie (1h): O związkach multimediów ze strukturami CRIME and CREAM (Compression, Recognition, Indexing/Annotation, 3D Modeling, Embedding).
2. Teoria Transformacji (10h)
a. Transformacje jako reprezentacje w bazach przestrzeni wektorowych i funkcjonalnych
b. Transformacja Radona i biegunowe DFT (Discrete Fourier Transform) w analizie tekstur.
c. Transformacja KLT (Karhunen-Loeve Transform) i DCT (Discrete Cosine Transform) w kompresji i indeksowaniu.
d. Analiza SVD (Singular Value Decomposition) i PCA (Principal Component Analysis) w modelowaniu 2D/3D, indeksowaniu multimediów (tekst i obraz) i rozpoznawaniu.
e. Analiza wielo-rozdzielcza i jej forma drabinkowa (lifting) w kompresji i indeksowaniu.
3. Geometria (10h)
a. Geometria Euklidesowa – perspektywa aksjomatyczna, transformacyjna oraz 3D (macierze daszkowe i kwaterniony)
b. Geometria fraktalna w wizualizacji
c. Geometria krzywych i powierzchni w wizualizacji i modelowaniu 3D.
d. Krzywizny i linie geodezyjne w indeksowaniu i rozpoznawaniu.
e. Geometria dwubiegunowa w systemach wizyjnych.
4. Statystyka i Teoria Informacji (9h)
a. Wielowymiarowe rozkłady Gaussa, kurtoza i centralne twierdzenie graniczne w analizie składowych niezależnych (ICA) sygnału.
b. Kodowania nadmiarowe w transmisji i zanurzaniu (steganografia) mediów cyfrowych.
c. Entropia, kwantyzacja sygnałów i teoria RD (Rate Distortion) w optymalizacji kodeków multimedialnych.
d. Informacja wzajemna jako miara podobieństwa obiektów multimedialnych.
e. Sieci Bayesa i filtry cząsteczkowe w analizie obrazu.
- Metody oceny:
- Zaliczenie na podstawie wyników dwóch sprawdzianów i aktywności na ćwiczeniach oraz laboratorium.
Maksymalna liczba punktów za egzamin: 50
Maksymalna liczba punktów za ćwiczenia: 25
Maksymalna liczba punktów za laboratorium: 25
Do zaliczenia przedmiotu wymagane jest zdobycie min. 25 punktów za egzamin i przekroczenie łącznej sumy 50 punktów. Pozostałe progi punktowe według standardowej skali.
- Egzamin:
- tak
- Literatura:
- 1. Literatura podstawowa:
• Notatki wykładowe -- materiały elektroniczne
2. Literatura dodatkowa:
a. W. Skarbek: Metody reprezentacji obrazów cyfrowych, AOW, PLJ, 1994
b. W. Skarbek: Algorytmy i standardy kompresji, AOW PLJ, 1998
c. D. Marsh: Applied Geometry for Computer Graphics and CAD, Springer, 1999.
d. T. Sikora: Introduction to MPEG-7, Wiley, 2002
e. D. Taubmann, M. Marcellin: JPEG2000, Kluwer, 2002
f. Y. Ma, S. Soato, J. Kosecky, S. Sastry : An Invitation to 3D Vision, Springer 2004
g. C. Bishop: Pattern Recognition and Data Mining, Springer, 2006
- Witryna www przedmiotu:
- tiger.ire.pw.edu.pl
- Uwagi:
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Charakterystyka W1
- Ugruntowana wiedza o modelach matematycznych leżących u podstaw standardów multimedialnych.
Weryfikacja: Ocena ćwiczeń, egzamin
Powiązane charakterystyki kierunkowe:
K_W01, K_W08
Powiązane charakterystyki obszarowe:
I.P7S_WG
Profil ogólnoakademicki - umiejętności
- Charakterystyka U1
- Umiejętność programowania i stosowania modeli matematycznych w typowych aplikacjach multimedialnych.
Weryfikacja: Ocena prac laboratoryjnych.
Powiązane charakterystyki kierunkowe:
K_U03, K_U06
Powiązane charakterystyki obszarowe:
I.P7S_UU, I.P7S_UW, III.P7S_UW.1.o, III.P7S_UW.3.o
Profil ogólnoakademicki - kompetencje społeczne
- Charakterystyka K1
- Potrafi określić priorytety rozwoju technik multimedialnych 3D w kraju i na świecie.
Weryfikacja: Pytanie testowe.
Powiązane charakterystyki kierunkowe:
K_K01, K_K02
Powiązane charakterystyki obszarowe:
I.P7S_KO, I.P7S_KK, I.P7S_KR