2025
Трёхмерное компьютерное зрение
В курсе даются базовые математические понятия и методы для решения задач трёхмерного компьютерного зрения. Системы трёхмерного компьютерного зрения являются ключевой технологией для робототехники и беспилотного транспорта, автоматизации производственных процессов, дополненной и расширенной реальности, вычислительной фотографии, а также создания 3-х мерного контента для систем компьютерной графики.
Преподаватели спецкурса
Конушин Антон Сергеевич
Кандидат физико-математических наук
Доцент кафедры ИИТ, ВМК МГУ
Руководитель департамента искусственного интеллекта, ООО "Исследовательский центр Самсунг"
Доцент кафедры ИИТ, ВМК МГУ
Руководитель департамента искусственного интеллекта, ООО "Исследовательский центр Самсунг"
Основные научные интересы: компьютерное зрение
Мамедов Тимур
Инженер лаборатории компьютерной графики и мультимедиа, кафедра ИИТ, ВМК МГУ
Работает в компании "Технологии видеоанализа" (Tevian).
Работает в компании "Технологии видеоанализа" (Tevian).
Основные научные интересы: видеоаналитика, реидентификация
Требования к слушателям
Курс ориентирован на студентов, владеющих предварительными знаниями по компьютерному зрению и нейросетям. Например, достаточно будет прослушать курс "Компьютерное зрение".
- Введение в 3D зрение. 3D представления.
- Модель цифровой камеры. Перспективная проекция. Калибровка камеры
- Многовидовая геометрия. Гомография, фундаментальная матрица, триангуляция
- Разреженная многовидовая реконструкция. Задачи Structure-from-motion (SFM) и Simultnaneous Localization and Mapping (SLAM)
- Дифференцируемая графика: прямой и обратный рендеринг
- Дифференцируемая графика: освещение и нейрорендеринг
- Оценка глубины - бинокулярное стерео, single-view depth estimation, depth completion.
- Задача семантической 3D реконструкции на примере помещений. Задачи, датасеты, детекция и сегментация объектов, оценка планов помещений.
- Трёхмерные аватары человека. Их получение и визуализация.
- 3D генерация объектов и сцен
В рамках практикума предлагается 5 семинаров с лабораторными работами в Python-ноутбуках и 4 домашних задания:
- калибровка камеры
- разреженная 3д реконструкция
- дифференцируемый рендеринг
- NeRF
Студенты, прослушавшие курс, познакомятся со всеми математическими основами трёхмерного компьютерного зрения, основными задачами и методами их решения, освоят на практике многие из них.