| Onderwijstaal : Nederlands |
|
Volgtijdelijkheid
|
| |
|
Geen volgtijdelijkheid
|
| Studierichting | | Studiebelastingsuren | Studiepunten | P2 SBU | P2 SP | 2de Examenkans1 | Tolerantie2 | Eindcijfer3 | |
 | 3de bachelor in de industriële wetenschappen - informatica | Verplicht | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek |  |
|
| | | Eindcompetenties |
- EC
| EC1 - De Bachelor in de industriële wetenschappen bezit algemeen wetenschappelijke en technologisch toepassingsgerichte kennis van de basisbegrippen, structuur en samenhang van het specifieke domein. (kennis bezitten) | | | - DC
| INF 1.8 De student kent de basisprincipes en -technieken van beeldsynthese (computer graphics) en beeldverwerking, alsook de wisselwerking tussen deze domeinen. | | | | - BC
| kent de overlap en verschillen tussen beeldverwerking, computer graphics en computer visie | | | | - BC
| kan verschillende visual computing algoritmes situeren | | | | - BC
| kent het verschil tussen klassieke visie technieken en meer recente deep learning oplossingen | - EC
| EC2 - De Bachelor in de industriële wetenschappen bezit algemeen wetenschappelijk en ingenieurstechnisch disciplinegebonden inzicht in de basisbegrippen, methodes, denkkaders en onderlinge relaties van het specifieke domein. (begrijpen) | | | - DC
| INF 2.8 De student heeft inzicht in de technieken uit de beeldsynthese en beeldverwerking. | | | | - BC
| begrijpt hoe digitale beelden tot stand komen | | | | - BC
| heeft inzicht in de verschillende beeldfiltering algoritmes en de toepassingen ervan | | | | - BC
| begrijpt de geometrische relatie tussen gekalibreerde camerasystemen | | | | - BC
| begrijpt de verschillende methodes, inclusief de voor- en nadelen, om een 3D beeld te genereren | | | | - BC
| heeft inzicht in hoe verschillende visual computing algoritmes toegepast en gecombineerd kunnen worden in een concreet probleem | - EC
| EC4 - De Bachelor in de industriële wetenschappen kan doelgericht relevante wetenschappelijke en/of technische informatie opzoeken en verzamelen of efficiënt en nauwgezet de benodigde informatie meten en correct refereren. (data verwerven) | | | - DC
| 4.1 De student kan doelgericht wetenschappelijke en/of technische informatie opzoeken. | | | | - BC
| kan relevante delen uit softwarebibliotheken en documentatie selecteren, exploreren en aanwenden. | | | | - BC
| kan relevante achtergrondinformatie over visual computing algoritmes opzoeken | - EC
| EC7 - De Bachelor in de industriële wetenschappen kan de geselecteerde methodes en hulpmiddelen innovatief aanwenden om domeinspecifieke oplossingen en ontwerpen planmatig te implementeren met aandacht voor de praktische en economische randvoorwaarden en bedrijfsgebonden implicaties. (implementeren en operationaliseren) | | | - DC
| 7.3 De student kan correcte en kwaliteitsvolle code schrijven aan de hand van een gepaste ontwikkel-, test- en onderhoudsstrategie. | | | | - BC
| kan beeldanalyse en visie systemen implementeren m.b.v. OpenCV bibliotheek in Python | | | | - BC
| kan 3D beeldsynthese software schrijven | - EC
| EC8 - De Bachelor in de industriële wetenschappen kan (onvolledige) resultaten interpreteren, kan omgaan met onzekerheden en beperkingen en kan kennis en vaardigheden kritisch evalueren om op basis hiervan eigen denken en handelen bij te sturen. (kritisch reflecteren) | | | - DC
| 8.2 De student kan kritisch reflecteren met betrekking tot een technisch-wetenschappelijk project. | | | | - BC
| kan een kritische zelfreflectie formuleren | - EC
| EC9 - De Bachelor in de industriële wetenschappen kan met vakgenoten mondeling en schriftelijk (grafisch) communiceren over domeingebonden aspecten in een relevante taal en met gebruik van de toepasselijke terminologie. (communiceren) | | | - DC
| 9.1 De student kan correct, gestructureerd en gepast schriftelijk communiceren in relevante talen voor zijn vakgebied. | | | | - BC
| kan op een correcte manier rapporteren en documenteren over de gekozen oplossingen | | | | - BC
| kan een kritische zelfreflectie formuleren |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student kan een programmeertaal (bijvoorbeeld Python) en aanverwante tools aanwenden om oplossingen te implementeren. De student kan de algemene principes van academische verslaggeving toepassen.
|
|
|
|
De cursus heeft tot doel de studenten een aantal inzichten bij te brengen in het Visual Computing domein, waarbij zowel concepten rond beeldverwerking (image processing) en beeldsynthese (computer graphics) aan bod komen. De studenten leren basisproblemen uit het visual computing domein op een gestructureerde manier aan te pakken, gebruik makend van gangbare software tools en -bibliotheken. De studenten zijn in staat de verworven inzichten toe te passen in vakgebonden werkzittingen en taken. De cursus wordt rijkelijk doorspect met praktische toepassingen en de student zal zelf, in de verschillende applicatiecolleges en practica, aan de slag gaan om visual computing uitdagingen op te lossen met behulp van de open-source OpenCV programmabibliotheek (www.opencv.org) en de game engine Unity3D.
Een aantal van de behandelde onderwerpen zijn onder andere (in een niet-bindende lijst):
- digitale camera's
- beeldverwerking in het spatiale domein
- beeldverwerking in het frequentiedomein
- kenmerkende beeldpunten
- geometrische transformaties en camera kalibratie
- machine learning binnen het visual computing domein
- kleurmodellen
- de interactieve graphics rendering pipeline
- fotorealistische rendering met ray tracing
|
|
|
|
|
|
|
|
|
Applicatiecollege ✔
|
|
|
|
|
|
|
|
Huiswerktaken ✔
|
|
|
|
Oefeningen ✔
|
|
|
|
Verslag ✔
|
|
|
|
Periode 2 Studiepunten 5,00
| Evaluatievorm | |
|
| Andere evaluatievorm tijdens onderwijsperiode | 40 % |
|
| Andere: | evaluatie van practica/mini-projecten |
|
|
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 12/20 |
|
|
|
|
|
|
|
| Schriftelijk examen | 60 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 10/20 |
|
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | De student moet op elke deelevaluatie van het opleidingsonderdeel (dus op zowel de evaluatie tijdens de onderwijsperiode als het schriftelijk examen) minimaal 8,0/20 halen. |
|
|
|
| Gevolg | Indien de student minder dan 8,0/20 haalt op een of meerdere deelevaluaties, kan de student als totale examencijfer voor het opleidingsonderdeel maximaal 9/20 halen. |
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
|
|
| Verplichte handboeken (boekhandel) |
| |
Introduction to Visual Computing, Core Concepts in Computer Vision, Graphics, and Image Processing,Aditi Majumder,E-book, 1e editie (9 februari 2018),CRC Press,9781482244915,E-book |
|
|
| Verplicht studiemateriaal |
| |
Slides en overig lesmateriaal worden ter beschikking gesteld via de elektronische leeromgeving en/of tijdens de les verspreid.
Er zal gebruik worden gemaakt van Python (>3.0) met de OpenCV programmabibliotheek (>4.0), en de gratis Unity 3D game engine (op de eigen PC). |
|
|
|
|
|
| schakel IW informatica - deel 2 | Verplicht | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek | |
|
| |
|
|
De student kan een programmeertaal (bijvoorbeeld Python) en aanverwante tools aanwenden om oplossingen te implementeren. De student kan de algemene principes van academische verslaggeving toepassen.
|
|
|
|
De cursus heeft tot doel de studenten een aantal inzichten bij te brengen in het Visual Computing domein, waarbij zowel concepten rond beeldverwerking (image processing) en beeldsynthese (computer graphics) aan bod komen. De studenten leren basisproblemen uit het visual computing domein op een gestructureerde manier aan te pakken, gebruik makend van gangbare software tools en -bibliotheken. De studenten zijn in staat de verworven inzichten toe te passen in vakgebonden werkzittingen en taken. De cursus wordt rijkelijk doorspect met praktische toepassingen en de student zal zelf, in de verschillende applicatiecolleges en practica, aan de slag gaan om visual computing uitdagingen op te lossen met behulp van de open-source OpenCV programmabibliotheek (www.opencv.org) en de game engine Unity3D.
Een aantal van de behandelde onderwerpen zijn onder andere (in een niet-bindende lijst):
- digitale camera's
- beeldverwerking in het spatiale domein
- beeldverwerking in het frequentiedomein
- kenmerkende beeldpunten
- geometrische transformaties en camera kalibratie
- machine learning binnen het visual computing domein
- kleurmodellen
- de interactieve graphics rendering pipeline
- fotorealistische rendering met ray tracing
|
|
|
|
|
|
|
|
|
Applicatiecollege ✔
|
|
|
|
|
|
|
|
Huiswerktaken ✔
|
|
|
|
Oefeningen ✔
|
|
|
|
Verslag ✔
|
|
|
|
Periode 2 Studiepunten 5,00
| Evaluatievorm | |
|
| Andere evaluatievorm tijdens onderwijsperiode | 40 % |
|
| Andere: | evaluatie van practica/mini-projecten |
|
|
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 12/20 |
|
|
|
|
|
|
|
| Schriftelijk examen | 60 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 10/20 |
|
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | De student moet op elke deelevaluatie van het opleidingsonderdeel (dus op zowel de evaluatie tijdens de onderwijsperiode als het schriftelijk examen) minimaal 8,0/20 halen. |
|
|
|
| Gevolg | Indien de student minder dan 8,0/20 haalt op een of meerdere deelevaluaties, kan de student als totale examencijfer voor het opleidingsonderdeel maximaal 9/20 halen. |
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
|
|
| Verplichte handboeken (boekhandel) |
| |
Introduction to Visual Computing, Core Concepts in Computer Vision, Graphics, and Image Processing,Aditi Majumder,E-book, 1e editie (9 februari 2018),CRC Press,9781482244915,E-book |
|
|
| Verplicht studiemateriaal |
| |
Slides en overig lesmateriaal worden ter beschikking gesteld via de elektronische leeromgeving en/of tijdens de les verspreid.
Er zal gebruik worden gemaakt van Python (>3.0) met de OpenCV programmabibliotheek (>4.0), en de gratis Unity 3D game engine (op de eigen PC). |
|
|
|
|
|
| master in de industriële wetenschappen: nucleaire technologie - nucleair en medisch | Verplicht | 81 | 3,0 | 81 | 3,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| EC1 - De Master in de industriële wetenschappen: nucleaire technologie kan in eigen professioneel denken en handelen -- met een gepaste ingenieursattitude en met continue aandacht voor de eigen vorming -- adequaat communiceren, effectief samenwerken, en rekening houden met de duurzame, economische, ethische, maatschappelijke en/of internationale context en is zich hierbij bewust van de impact op de omgeving. | | | - DC
| DC8 - De student kan kennis en vaardigheden kritisch evalueren om op basis hiervan eigen denken en handelen bij te sturen. (kritisch reflecteren) | | | | - BC
| kan een kritische zelfreflectie formuleren | | | - DC
| DC9 - De student kan mondeling en schriftelijk (grafisch) communiceren. (communiceren) | | | | - BC
| kan op een correcte manier rapporteren en documenteren over de gekozen oplossingen | | | | - BC
| kan een kritische zelfreflectie formuleren | - EC
| EC4 - De Master in de industriële wetenschappen: nucleaire technologie heeft gespecialiseerde en diepgaande kennis van, inzicht en vaardigheden verworven in nucleaire technologische domeinen zoals reactortechnologie, kernfysica, radiochemie, nucleaire meettechniek, nucleaire elektronica en nucleaire softwaretoepassingen van signaalverwerkende algoritmen en systemen. | | | - DC
| DC1 - De student heeft kennis van de basisbegrippen, structuur en samenhang. (kennis bezitten) | | | | - BC
| kent de overlap en verschillen tussen beeldverwerking, computer graphics en computer visie | | | | - BC
| kan verschillende visual computing algoritmes situeren | | | | - BC
| kent het verschil tussen klassieke visie technieken en meer recente deep learning oplossingen | | | - DC
| DC2 - De student heeft inzicht in de basisbegrippen en methodes. (begrijpen) | | | | - BC
| begrijpt hoe digitale beelden tot stand komen | | | | - BC
| heeft inzicht in de verschillende beeldfiltering algoritmes en de toepassingen ervan | | | | - BC
| begrijpt de geometrische relatie tussen gekalibreerde camerasystemen | | | | - BC
| heeft inzicht in hoe verschillende visual computing algoritmes toegepast en gecombineerd kunnen worden in een concreet probleem | | | - DC
| DC4 - De student kan informatie opzoeken, meten of verzamelen en correct refereren. (data verwerven) | | | | - BC
| kan relevante delen uit softwarebibliotheken en documentatie selecteren, exploreren en aanwenden. | | | | - BC
| kan relevante achtergrondinformatie over visual computing algoritmes opzoeken | | | - DC
| DC7 - De student kan geselecteerde methodes en hulpmiddelen aanwenden om oplossingen en ontwerpen te implementeren. (implementeren en operationaliseren) | | | | - BC
| kan beeldanalyse en visie systemen implementeren m.b.v. OpenCV bibliotheek in Python |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student kan een programmeertaal (bijvoorbeeld Python) en aanverwante tools aanwenden om oplossingen te implementeren. De student kan de algemene principes van academische verslaggeving toepassen.
|
|
|
|
De cursus heeft tot doel de studenten een aantal inzichten bij te brengen in het Visual Computing domein, waarbij zowel concepten rond beeldverwerking (image processing) en beeldsynthese (computer graphics) aan bod komen. De studenten leren basisproblemen uit het visual computing domein op een gestructureerde manier aan te pakken, gebruik makend van gangbare software tools en -bibliotheken. De studenten zijn in staat de verworven inzichten toe te passen in vakgebonden werkzittingen en taken. De cursus wordt rijkelijk doorspect met praktische toepassingen en de student zal zelf, in de verschillende applicatiecolleges en practica, aan de slag gaan om visual computing uitdagingen op te lossen met behulp van de open-source OpenCV programmabibliotheek (www.opencv.org).
Een aantal van de behandelde onderwerpen zijn onder andere (in een niet-bindende lijst):
- digitale camera's
- beeldverwerking in het spatiale domein
- beeldverwerking in het frequentiedomein
- kenmerkende beeldpunten
- geometrische transformaties en camera kalibratie
- machine learning binnen het visual computing domein
|
|
|
|
|
|
|
|
|
Applicatiecollege ✔
|
|
|
|
|
|
|
|
Huiswerktaken ✔
|
|
|
|
Oefeningen ✔
|
|
|
|
Verslag ✔
|
|
|
|
Periode 2 Studiepunten 3,00
| Evaluatievorm | |
|
| Andere evaluatievorm tijdens onderwijsperiode | 40 % |
|
| Andere: | evaluatie van practica/mini-projecten |
|
|
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 12/20 |
|
|
|
|
|
|
|
| Schriftelijk examen | 60 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 10/20 |
|
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | De student moet op elke deelevaluatie van het opleidingsonderdeel (dus op zowel de evaluatie tijdens de onderwijsperiode als het schriftelijk examen) minimaal 8,0/20 halen. |
|
|
|
| Gevolg | Indien de student minder dan 8,0/20 haalt op een of meerdere deelevaluaties, kan de student als totale examencijfer voor het opleidingsonderdeel maximaal 9/20 halen. |
|
|
|
|
|
| Verplichte handboeken (boekhandel) |
| |
Introduction to Visual Computing, Core Concepts in Computer Vision, Graphics, and Image Processing,Aditi Majumder,E-book, 1e editie (9 februari 2018),CRC Press,9781482244915,E-book |
|
|
| Verplicht studiemateriaal |
| |
Slides en overig lesmateriaal worden ter beschikking gesteld via de elektronische leeromgeving en/of tijdens de les verspreid.
Er zal gebruik worden gemaakt van Python (>3.0) met de OpenCV programmabibliotheek (>4.0), en de gratis Unity 3D game engine (op de eigen PC). |
|
|
|
|
|
| master in de industriële wetenschappen: elektronica-ICT: verbreding | Keuze | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| EC1 - De Master in de industriële wetenschappen: elektronica-ICT kan in eigen professioneel denken en handelen -- met een gepaste ingenieursattitude en met continue aandacht voor de eigen vorming -- adequaat communiceren, effectief samenwerken, en rekening houden met de duurzame, economische, ethische, maatschappelijke en/of internationale context en is zich hierbij bewust van de impact op de omgeving. | | | - DC
| DC-M8 - kan kennis en vaardigheden kritisch evalueren om op basis hiervan eigen denken en handelen bij te sturen. (kritisch reflecteren) | | | | - BC
| kan een kritische zelfreflectie formuleren | | | - DC
| DC-M9 - kan mondeling en schriftelijk (grafisch) communiceren. (communiceren) | | | | - BC
| kan op een correcte manier rapporteren en documenteren over de gekozen oplossingen | | | | - BC
| kan een kritische zelfreflectie formuleren | - EC
| EC7 - De Master in de industriële wetenschappen: elektronica-ICT heeft gespecialiseerde kennis en inzicht in principes en toepassingen binnen de domeinen van computertechnieken en algoritmen van programmeertalen, en kan hierin initiëren, plannen, kritisch analyseren en gefundeerd oplossen met oog voor dataverwerving en implementatie en met behulp van simulatietechnieken of geavanceerde tools, bewust van mogelijk fouten, praktische beperkingen en met aandacht voor actuele technologische ontwikkelingen. | | | - DC
| DC-M1 - heeft kennis van de basisbegrippen, structuur en samenhang. (kennis bezitten) | | | | - BC
| kent de overlap en verschillen tussen beeldverwerking, computer graphics en computer visie | | | | - BC
| kan verschillende visual computing algoritmes situeren | | | | - BC
| kent het verschil tussen klassieke visie technieken en meer recente deep learning oplossingen | | | - DC
| DC-M2 - heeft inzicht in de basisbegrippen en methodes. (begrijpen) | | | | - BC
| begrijpt hoe digitale beelden tot stand komen | | | | - BC
| heeft inzicht in de verschillende beeldfiltering algoritmes en de toepassingen ervan | | | | - BC
| begrijpt de geometrische relatie tussen gekalibreerde camerasystemen | | | | - BC
| begrijpt de verschillende methodes, inclusief de voor- en nadelen, om een 3D beeld te genereren | | | | - BC
| heeft inzicht in hoe verschillende visual computing algoritmes toegepast en gecombineerd kunnen worden in een concreet probleem | | | - DC
| DC-M4 - kan informatie opzoeken, meten of verzamelen en correct refereren. (data verwerven) | | | | - BC
| kan relevante delen uit softwarebibliotheken en documentatie selecteren, exploreren en aanwenden. | | | | - BC
| kan relevante achtergrondinformatie over visual computing algoritmes opzoeken | | | - DC
| DC-M7 - kan geselecteerde methodes en hulpmiddelen aanwenden om oplossingen en ontwerpen te implementeren. (implementeren en operationaliseren) | | | | - BC
| kan beeldanalyse en visie systemen implementeren m.b.v. OpenCV bibliotheek in Python | | | | - BC
| kan 3D beeldsynthese software schrijven |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student kan een programmeertaal (bijvoorbeeld Python) en aanverwante tools aanwenden om oplossingen te implementeren. De student kan de algemene principes van academische verslaggeving toepassen.
|
|
|
|
De cursus heeft tot doel de studenten een aantal inzichten bij te brengen in het Visual Computing domein, waarbij zowel concepten rond beeldverwerking (image processing) en beeldsynthese (computer graphics) aan bod komen. De studenten leren basisproblemen uit het visual computing domein op een gestructureerde manier aan te pakken, gebruik makend van gangbare software tools en -bibliotheken. De studenten zijn in staat de verworven inzichten toe te passen in vakgebonden werkzittingen en taken. De cursus wordt rijkelijk doorspect met praktische toepassingen en de student zal zelf, in de verschillende applicatiecolleges en practica, aan de slag gaan om visual computing uitdagingen op te lossen met behulp van de open-source OpenCV programmabibliotheek (www.opencv.org) en de game engine Unity3D.
Een aantal van de behandelde onderwerpen zijn onder andere (in een niet-bindende lijst):
- digitale camera's
- beeldverwerking in het spatiale domein
- beeldverwerking in het frequentiedomein
- kenmerkende beeldpunten
- geometrische transformaties en camera kalibratie
- machine learning binnen het visual computing domein
- kleurmodellen
- de interactieve graphics rendering pipeline
- fotorealistische rendering met ray tracing
|
|
|
|
|
|
|
|
|
Applicatiecollege ✔
|
|
|
|
|
|
|
|
Huiswerktaken ✔
|
|
|
|
Oefeningen ✔
|
|
|
|
Verslag ✔
|
|
|
|
Periode 2 Studiepunten 5,00
| Evaluatievorm | |
|
| Andere evaluatievorm tijdens onderwijsperiode | 40 % |
|
| Andere: | evaluatie van practica/mini-projecten |
|
|
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 12/20 |
|
|
|
|
|
|
|
| Schriftelijk examen | 60 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 10/20 |
|
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | De student moet op elke deelevaluatie van het opleidingsonderdeel (dus op zowel de evaluatie tijdens de onderwijsperiode als het schriftelijk examen) minimaal 8,0/20 halen. |
|
|
|
| Gevolg | Indien de student minder dan 8,0/20 haalt op een of meerdere deelevaluaties, kan de student als totale examencijfer voor het opleidingsonderdeel maximaal 9/20 halen. |
|
|
|
|
|
| Verplichte handboeken (boekhandel) |
| |
Introduction to Visual Computing, Core Concepts in Computer Vision, Graphics, and Image Processing,Aditi Majumder,E-book, 1e editie (9 februari 2018),CRC Press,9781482244915,E-book |
|
|
| Verplicht studiemateriaal |
| |
Slides en overig lesmateriaal worden ter beschikking gesteld via de elektronische leeromgeving en/of tijdens de les verspreid.
Er zal gebruik worden gemaakt van Python (>3.0) met de OpenCV programmabibliotheek (>4.0), en de gratis Unity 3D game engine (op de eigen PC). |
|
|
|
|
|
| master in de industriële wetenschappen: nucleaire technologie - milieu | Keuze | 81 | 3,0 | 81 | 3,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| EC1 - De Master in de industriële wetenschappen: nucleaire technologie kan in eigen professioneel denken en handelen -- met een gepaste ingenieursattitude en met continue aandacht voor de eigen vorming -- adequaat communiceren, effectief samenwerken, en rekening houden met de duurzame, economische, ethische, maatschappelijke en/of internationale context en is zich hierbij bewust van de impact op de omgeving. | | | - DC
| DC8 - De student kan kennis en vaardigheden kritisch evalueren om op basis hiervan eigen denken en handelen bij te sturen. (kritisch reflecteren) | | | | - BC
| kan een kritische zelfreflectie formuleren | | | - DC
| DC9 - De student kan mondeling en schriftelijk (grafisch) communiceren. (communiceren) | | | | - BC
| kan op een correcte manier rapporteren en documenteren over de gekozen oplossingen | | | | - BC
| kan een kritische zelfreflectie formuleren | - EC
| EC4 - De Master in de industriële wetenschappen: nucleaire technologie heeft gespecialiseerde en diepgaande kennis van, inzicht en vaardigheden verworven in nucleaire technologische domeinen zoals reactortechnologie, kernfysica, radiochemie, nucleaire meettechniek, nucleaire elektronica en nucleaire softwaretoepassingen van signaalverwerkende algoritmen en systemen. | | | - DC
| DC1 - De student heeft kennis van de basisbegrippen, structuur en samenhang. (kennis bezitten) | | | | - BC
| kent de overlap en verschillen tussen beeldverwerking, computer graphics en computer visie | | | | - BC
| kan verschillende visual computing algoritmes situeren | | | | - BC
| kent het verschil tussen klassieke visie technieken en meer recente deep learning oplossingen | | | - DC
| DC2 - De student heeft inzicht in de basisbegrippen en methodes. (begrijpen) | | | | - BC
| begrijpt hoe digitale beelden tot stand komen | | | | - BC
| heeft inzicht in de verschillende beeldfiltering algoritmes en de toepassingen ervan | | | | - BC
| begrijpt de geometrische relatie tussen gekalibreerde camerasystemen | | | | - BC
| heeft inzicht in hoe verschillende visual computing algoritmes toegepast en gecombineerd kunnen worden in een concreet probleem | | | - DC
| DC4 - De student kan informatie opzoeken, meten of verzamelen en correct refereren. (data verwerven) | | | | - BC
| kan relevante delen uit softwarebibliotheken en documentatie selecteren, exploreren en aanwenden. | | | | - BC
| kan relevante achtergrondinformatie over visual computing algoritmes opzoeken | | | - DC
| DC7 - De student kan geselecteerde methodes en hulpmiddelen aanwenden om oplossingen en ontwerpen te implementeren. (implementeren en operationaliseren) | | | | - BC
| kan beeldanalyse en visie systemen implementeren m.b.v. OpenCV bibliotheek in Python |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student kan een programmeertaal (bijvoorbeeld Python) en aanverwante tools aanwenden om oplossingen te implementeren. De student kan de algemene principes van academische verslaggeving toepassen.
|
|
|
|
De cursus heeft tot doel de studenten een aantal inzichten bij te brengen in het Visual Computing domein, waarbij zowel concepten rond beeldverwerking (image processing) en beeldsynthese (computer graphics) aan bod komen. De studenten leren basisproblemen uit het visual computing domein op een gestructureerde manier aan te pakken, gebruik makend van gangbare software tools en -bibliotheken. De studenten zijn in staat de verworven inzichten toe te passen in vakgebonden werkzittingen en taken. De cursus wordt rijkelijk doorspect met praktische toepassingen en de student zal zelf, in de verschillende applicatiecolleges en practica, aan de slag gaan om visual computing uitdagingen op te lossen met behulp van de open-source OpenCV programmabibliotheek (www.opencv.org).
Een aantal van de behandelde onderwerpen zijn onder andere (in een niet-bindende lijst):
- digitale camera's
- beeldverwerking in het spatiale domein
- beeldverwerking in het frequentiedomein
- kenmerkende beeldpunten
- geometrische transformaties en camera kalibratie
- machine learning binnen het visual computing domein
|
|
|
|
|
|
|
|
|
Applicatiecollege ✔
|
|
|
|
|
|
|
|
Huiswerktaken ✔
|
|
|
|
Oefeningen ✔
|
|
|
|
Verslag ✔
|
|
|
|
Periode 2 Studiepunten 3,00
| Evaluatievorm | |
|
| Andere evaluatievorm tijdens onderwijsperiode | 40 % |
|
| Andere: | evaluatie van practica/mini-projecten |
|
|
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 12/20 |
|
|
|
|
|
|
|
| Schriftelijk examen | 60 % |
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
| Voorwaarde behoud van deelcijfer in academiejaar | Vanaf 10/20 |
|
|
|
|
|
|
|
|
|
| Evaluatievoorwaarden (deelname en/of slagen) | ✔ |
|
| Voorwaarden | De student moet op elke deelevaluatie van het opleidingsonderdeel (dus op zowel de evaluatie tijdens de onderwijsperiode als het schriftelijk examen) minimaal 8,0/20 halen. |
|
|
|
| Gevolg | Indien de student minder dan 8,0/20 haalt op een of meerdere deelevaluaties, kan de student als totale examencijfer voor het opleidingsonderdeel maximaal 9/20 halen. |
|
|
|
|
|
| Verplichte handboeken (boekhandel) |
| |
Introduction to Visual Computing, Core Concepts in Computer Vision, Graphics, and Image Processing,Aditi Majumder,E-book, 1e editie (9 februari 2018),CRC Press,9781482244915,E-book |
|
|
| Verplicht studiemateriaal |
| |
Slides en overig lesmateriaal worden ter beschikking gesteld via de elektronische leeromgeving en/of tijdens de les verspreid.
Er zal gebruik worden gemaakt van Python (>3.0) met de OpenCV programmabibliotheek (>4.0), en de gratis Unity 3D game engine (op de eigen PC). |
|
|
|
|
|
1 Onderwijs-, examen- en rechtspositieregeling art. 12.2, lid 2. |
| 2 Onderwijs-, examen- en rechtspositieregeling art. 16.9, lid 2. |
3 Onderwijs-, examen- en rechtspositieregeling art. 15.1, lid 3.
|
| Legende |
| SBU : studiebelastingsuren | SP : studiepunten | N : Nederlands | E : Engels |
|