Mata kuliah ini merupakan mata kuliah pilihan bagi mahasiswa yang mengambil keminatan rekayasa perangkat lunak dan animasi. Mata kuliah ini membahas dasar-dasar komputer vision dan penerapannya. Materi yang disajikan meliputi teknik dasar pemrosesan citra digital, ekstrasi fitur citra, dan penerapan berbagai teknik machine learning di bidang computer vision. Dalam kurikulum, mata kuliah ini akan menunjang tugas akhir/skripsi mahasiswa. 

• Mahasiswa mampu menganalisa karakteristik gambar yang dihasilkan dari sebuah kamera
• Mahasiswa mampu menjelaskan informasi yang terkandung dalam sebuah gambar
• Mahasiswa mampu mengimplementasikan dan mengevaluasi algoritma klasifikasi citra, deteksi objek, dan segmentasi objek dalam sistem Computer Vision.
• Mahasiswa mampu merancang dan menerapkan solusi Computer Vision untuk menyelesaikan permasalahan nyata secara end-to-end.

Pekan 1: Definisi computer vision dan pengantar digital image

Pekan 2: Operations in Digital Images

Pekan 3: Digital image filtering and basic feature extraction

Pekan 4: Video access and video processing

Pekan 5: Feature matching and Image stitching

Pekan 6: Image formation

Pekan 7: Face & Person Detection using Haarcascades and HOG

Pekan 8: Introduction to Deep Learning and CNN

Pekan 9: CNN architectures in Details

Pekan 10: CNN-based Object Classification

Pekan 11: FRCNN Object detection

Pekan 12: Yolo Object detection

Pekan 13: Object Segmentation

Pekan 14: Transformer dan aplikasinya di Computer Vision

Daftar Pustaka

Utama: Torralba, A. and Isola, P. and Freeman, W.T. (2024), Foundations of Computer Vision. https://visionbook.mit.edu/

Pendukung:
1. Richard Szeliski (2022), Computer Vision: Algorithms and Applications, 2nd ed.
2. David A. Forsyth and Jean Ponce (2012), Computer Vision: A Modern Approach, 2nd ed.
3. Ian Goodfellow and Yoshua Bengio and Aaron Courville (2016), Deep Learning.

Algoritma dan Pemrograman

Quiz: 30%

Project: 30%

Ujian Mid: 20%

Ujian Akhir: 20%