Inteligentni sistemi v avtomatiki

Visokošolski učitelji: Dobrišek Simon

Opis predmeta

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:

• Osnovno znanje visokošolske matematike in programiranja računalnikov.

Vsebina:

• Uvod v razpoznavanje vzorcev in umetno inteligenco: osnovni pojmi in izrazoslovje.
• Metode obdelave in razpoznavanja vidnih vzorcev: zajem vidnih vzorcev, razčlenjevanje slik na enovita področja, značilke oblike in sestave površine področij, samodejno učenje in razpoznavanje predmetov.
• Samodejno vidno zaznavanje in razpoznavanje oseb v nadzorovanih prostorih. Metode vidnega zaznavanja in razpoznavanja obrazov in postav ljudi na slikah.
• Metode obdelave in razpoznavanja slušnih vzorcev: zajem slušnih vzorcev, razčlenjevanje govornega signala, računanje energije in koeficientov kepstra izsekov signala, opis dinamike signala, samodejno učenje in razpoznavanje ločeno izgovorjenih ukazov .
• Tvorjenje umetnega govora: akustično modeliranje govora, osnovne metode tvorjenja umetnega govornega signala, samodejno učenje sintetizatorja govora iz posnetkov naravnega govora.
• Govorna komunikacija človek - stroj: gradniki sistemov za govorno komunikacijo med človekom in strojem, razpoznavalnik govora, sintetizator govora, sistem za vodenje dialoga.

Cilji in kompetence:

Seznaniti študenta z osnovnimi načeli in gradniki inteligentnih sistemov v avtomatiki: strojnim vidom, razpoznavanjem in sintezo govora ter sodobnimi načini komunikacije človek-stroj.

Predvideni študijski rezultati:

• Po zaključku predmeta bo študent zmožen izkazati in uporabiti znanje in razumevanje:gradnje inteligentnih sistemov, ki vključujejo metode razpoznavanja vidnih in slušnih vzorcev,širše uporabe metod računalniške obdelave slik in govornih signalov v avtomatiki ingradnje uporabniških vmesnikov za naravno komunikacijo med človekom in strojem.
• Med študijem pri tem predmetu bo pridobil ali nadgradil prenosljive spretnosti, kot so:iskanje in uporaba strokovnih virov s področja umetne inteligence, računalniškega vida in govornih tehnologij,
• uporaba informacijske tehnologije: uporaba odprtokodnih razvojnih orodij (OpenCV,WEKA), okolij za programiranje (GCC, Netbeans), programskih jezikov (C++,Java),reševanja problemov: analiza problema, načrtovanje algoritma, implementacija programa in testiranje programa,delo v skupini: organizacija in vodenje skupine, aktivno sodelovanje v skupini.

Metode poučevanja in učenja:

• Predavanja,
• seminarske vaje,
• laboratorijske vaje,
• reševanje domačih nalog.

Gradiva

Temeljni literatura in viri:

1. N. Pavešić: Razpoznavanje vzorcev : uvod v analizo in razumevanje vidnih in slušnih signalov, 3., popravljena in dopolnjena izdaja, Založba FE in FRI, 2012. 2 zv. ([XVI], 707 str.), ilustr. ISBN 978-961-243-201-0. [COBISS.SI-ID 260256256]
2. R. C. Gonzalez, R. E. Woods, S. L. Eddins: Digital Image Processing Using MATLAB , 2. izdaja, Gatesmark Publishing, 2009.
3. J. C. Russ: The Image Processing Handbook, 6. izdaja, CRC, 2011.
4. R. Pieraccini: The Voice in the Machine: Building Computers That Understand Speech, MIT Press , 2012.
5. P. Taylor: Text-to-Speech Synthesis, Cambridge University Press, 2009.