ACIT4030 Machine Learning for 3D Computer Vision Course description

Eksamen i emnet er en hjemmeeksamen over en periode på 7 dager. Hjemmeeksamen besvares i grupper på 3-4 studenter.

Besvarelsen skal ha et omfang på 23 000 tegn inkludert mellomrom (+/-10 %). Skrifttype og skriftstørrelse: Arial / Calibri 12pkt. Linjeavstand: 1,5.

Practical experience with deep machine learning. Knowledge of computer graphics and image processing is preferable, but not strictly required.

Alle hjelpemidler er tillatt så lenge regler om kildehenvisning følges.

Gradert skala A - F

• Convolutional neural networks in 3D
• Deep learning for point clouds
• Convolutional neural networks on graphs
• Neural radiance fields
• Joint embedding for images and 3D data

Det benyttes intern og ekstern sensor til sensurering av besvarelsene.

Et uttrekk på minst 25 % av besvarelsene sensureres av to sensorer. Karakterene på disse samsensurerte besvarelsene skal danne grunnlag for å fastsette nivå på resten av besvarelsene.

Se utfyllende informasjon om praksis i programplanen

Praksis vurderes til bestått/ikke bestått

Se utfyllende informasjon om praksis i programplanen

Se utfyllende informasjon om praksis i programplanen

Two internal examiners. External examiner is used periodically.

Associate Professor Henrik Lieng