Note: 同學的問題釋疑

這是一封修課同學的來信, 我將姓名等相關資料塗去後, 公佈出來, 目的是希望所有同學了解我的想法。

老師你好，我是○○○
關於這次影像處理的成績是不是就真的照今天早上說的決定?
因為我的成績這樣下來真的不好，
心得方面的分數一直都是靠其他人來作評分，也都很慘，絕大多數都是 C，
但我也只是據實以答，卻只能得到這樣的成績，實在是很難相信...
還有沒有可能增進的空間 ?
(期中跟期末兩著加權採計後 = ??分，不含自評及老師給予評分)

底下是我的回信內容:

○○○你好:

成績計算方式早於期初就公布,
大部分同學也都依循這樣的計分方式在努力尋求好成績,
因此, 現在更改計分方式是不可行的!

你的互評成績不高的主要原因
在我研讀你的報告後分析歸納出
可能是你在課堂參與的討論不夠深入
因此報告中所討論的內容僅限於表面,
因此雖然盡了全力, 仍然無法寫出同學認可的好報告!

期中考後, 你的第四章報告沒交,
第五章討論時你沒有出席課程,
經過一學期的課程,
我仍然記不得任何你在課堂上的表現,
你如果仍然無法相信你在本課程所獲得的成績,
請你回想一學期以來, 自己在課堂上的參與程度,
或許就比較能夠找出原因! 如果再不行,
我建議你去想想 課程部落格第15週中所描述的問題,
看看自己是否理解那10個問題!
那些都是我在課堂上與同學討論的重點!

期中考後的所有報告都是經過課堂討論後,
同學又修改過第一星期的報告, 在下星期才讓同學互評的,
因此, 積極參與課堂的討論, 在理解後,
自然能寫出較具內涵的報告,
你自認你已經努力並據實以答,
但在我分析看來, 卻是努力錯了方向,
導致事倍功半, 成績非常不理想!

用什麼角度看待失敗, 是人生中急需學習的課題,
這是我最後與你互勉的一個觀念!

李遠坤 敬上

Week 16: Course Summary

1. 影像處理課本未教完之部分的快速導讀: Chapter 7 ~ 16。

2. Chapater 6 作業互評
　New Idea: 有些同學對於互評非常沒有興趣,
　因此, 我會開始研議如何讓這些同學有不用參加互評的機制;
　或者降低這些同學評分的影響力!
　相對地, 有些同學做作業非常認真, 對於互評也看得很仔細,
　這些同學的評分, 增加其影響力應該是有道理的!

3. 關於同學自評部分, 如果沒有詳細分析自己整個學期的學習過程與檢討, 就給自己高分, 在我的評分部份就會相對較低。(補充說明)

4. 請多多參與系核心能力意見調查, 謝謝! (目前 18 票太低了, 不到修課人數的一半!)

Vote: 關於系核心能力的培養

請問本課程是否有助於培養下列系定核心能力

* 運用數學、科學及工程知識的能力（穩固的基礎）
* 理解資訊工程的重要科技領域（寬廣的視野）
* 使用資訊技能、技術與現代電腦工程工具的能力（深入的專業）
* 設計、執行程式、分析與詮釋數據的能力（實驗設計與執行能力）
* 分析與設計資訊系統或組件的能力（系統分析與設計能力）
* 培養具備垮領域的能力（跨領域整合能力）
* 明辨、構思與解決問題的能力（思考與問題解決能力）
* 具備專案分析、規劃與執行的能力（專案計畫與執行能力）
* 口頭與書面正確表達理念的能力（有效表達的能力）
* 社交溝通與團隊合作的能力（團隊合作的能力）
* 認識時事議題，瞭解資訊工程技術對環境、社會及全球的影響，具備專業倫理（社會責任與世界觀）
* 培養持續學習的習慣與能力（終身學習的能力）

請同學踴躍參與本部落格的意見調查, 可複選喔!

Note: 成績計算公式更改

由於這學期大家的表現超乎我原先的預期, 因此原先的成績計算公式:

A = 100, B = 60, C = 20

初步決定調整為:

A = 100, B = 70, C = 30

換句話說, 就是 B, C 各加 10 分, A 已經到頂了, 沒法再加了!

請通知許達易同學盡快將這一部分修正一下, 明天大家就可以計算正確的平時成績!

Week 15: Image Geometry

1. 請同學先思考 Figure 6.1 的由來? 所代表的意義是什麼?
　 Figure 6.1 與小學數學課所教的植樹問題有什麼相似的地方?

2. 什麼是座標系統? 設計座標系統是用來解決生活上的麼問題?
　 距離與座標之間的關係為何?
　 Figure 6.1 與座標系統又有何關係?

3. 請同學試著推導出 p.120 的座標轉換公式?

4. 什麼是 interpolation? 用來解決生活上什麼問題?

5. Figure 6.3 與 interpolation 有什麼關係?
　　(只使用與自己最接近的一個已知數的資訊)

6. linear interpolation 與 nearest-neighbor interpolation 的主要差別為何?
　　(linear interpolation 使用了與自己最接近的二個已知數的資訊)

7. 用越多的資訊來解決問題, 就會解決的越理想。
　Why? 這和 interpolation 有什麼關係?

8. 請同學試著推導 Equation 6.1 (利用相似三角形的性質)。

9. bilinear interpolation 和 linear interpolation 的差別為何?

10. 什麼是 affine transformation? 可以用來解決生活上麼問題?

同學們！如果我們這門課要考期末考, 這就是我要出的考題！
一題 10 分, 可以正大光明翻書, 時間無限, 寫到你高興, 直到你累了為止。
都是今天我們上課討論的內容。
　

Week 14: Filtering

1. 以前(2004 spring)上課使用的投影片, 給大家在閱讀時參考
　Image Enhancement in Spatial Domain [ handout #3 ]

2. 請同學先嘗試用 MatLab 程式, 畫出課本 p.102 Figure 5.7 One-dimensional Gaussians 的圖。( 下載 Fig5_7.m )

　

3. 馮國棟同學提問 5.5 Gaussian Filter
　a. 什麼是 Gaussian distribution
　b. 一維與二維的 Gaussian distribution 的差別
　c. 將 Gaussian distribution 當作 Filter 的函數, 會對影像產生什麼樣的效果?
　d. 不同變異數的 Gaussian distribution 當作 Filter 的函數, 會有什麼不同的結果? Figure 5.9
　

Week 13: Filtering

1. Filter = Mask + Function

2. Convolution vs. Filtering

　這星期上完課, 突然覺得自己的功力大增, 因此上完課心情滿滿的, 是愉快的!

　什麼是 convolution? 什麼是 filtering? 其運算方式早就了然於心, 用 C 語言將程式實作出來, 也不知道寫過多少次了。覺得自己的功力大增是在白板上將 convolution 與 filtering 的細部運算方式畫出來, 實際跑過一次給同學看後, 發覺這兩個運算, 其實最主要的差別就是一維與二維之間的差別而已, 想通這一點後, 以前所有對 filtering 的理解, 就可以全部灌注到 convolution 上, 再對同學解釋什麼是 convolution 時, 就不會只侷限在運算方式而已, 可以再擴展到運用的層面上。因此, 上完課覺得自己功力大增, 感覺就要飛起來。 :)