Digitale Lehre
Die digitalen Materialien werden per Moodle bereitgestellt.
Lehrinhalte
[list]
[*]Grundlagen der Bildformierung
[*]Lineare und (einfache) nichtlineare Bildfilterung
[*]Grundlagen der Mehransichten-Geometrie
[*]Kamerakalibrierung & -posenschätzung
[*]Grundlagen der 3D-Rekonstruktion
[*]Grundlagen der Bewegungsschätzung aus Videos
[*]Template- und Unterraum-Ansätze zur Objekterkennung
[*]Objektklassifikation
[*]Objektdetektion
[*]Tiefe Netze in der Computer Vision
[/list]
Literatur
[list]
[*]R. Szeliski, "Computer Vision: Algorithms and Applications", Springer 2011
[*]D. Forsyth, J. Ponce, "Computer Vision - A Modern Approach", Prentice Hall, 2002
[/list]
Voraussetzungen
Besuch von Visual Computing (20-00-0014-iv, früher: Kanonik Human Computer Systems) ist empfohlen.
Weitere Informationen
Studierende beherrschen nach erfolgreichem Besuch der Veranstaltung die Grundlagen der Computer Vision. Sie verstehen grundlegende Techniken der Bild- und Videoanalyse, und können deren Annahmen und mathematische Formulierungen benennen, sowie die sich ergebenden Algorithmen beschreiben. Sie sind in der Lage diese Techniken praktisch so umzusetzen, dass sie grundlegende Aufgaben der Computer Vision an Hand realistischer Bilddaten lösen können.
Zusätzliche Informationen
Die Lehrveranstaltung wird parallel in Präsenz wie auch digital angeboten. Studierende, die in Präsenz teilnehmen möchten, müssen sich vorher im Kurs-Moodle dafür anmelden. Eine digitale Teilnahme ist jederzeit ohne Einschränkungen möglich. Die digitalen Materialien entsprechen dem Präsenzangebot und werden per Moodle bereitgestellt.
Bemerkung Webportal
[b]Gebiet:[/b] Human Computer Systems<br /> <br />
Online-Angebote
moodle
Die digitalen Materialien werden per Moodle bereitgestellt.
Lehrinhalte
[list]
[*]Grundlagen der Bildformierung
[*]Lineare und (einfache) nichtlineare Bildfilterung
[*]Grundlagen der Mehransichten-Geometrie
[*]Kamerakalibrierung & -posenschätzung
[*]Grundlagen der 3D-Rekonstruktion
[*]Grundlagen der Bewegungsschätzung aus Videos
[*]Template- und Unterraum-Ansätze zur Objekterkennung
[*]Objektklassifikation
[*]Objektdetektion
[*]Tiefe Netze in der Computer Vision
[/list]
Literatur
[list]
[*]R. Szeliski, "Computer Vision: Algorithms and Applications", Springer 2011
[*]D. Forsyth, J. Ponce, "Computer Vision - A Modern Approach", Prentice Hall, 2002
[/list]
Voraussetzungen
Besuch von Visual Computing (20-00-0014-iv, früher: Kanonik Human Computer Systems) ist empfohlen.
Weitere Informationen
Studierende beherrschen nach erfolgreichem Besuch der Veranstaltung die Grundlagen der Computer Vision. Sie verstehen grundlegende Techniken der Bild- und Videoanalyse, und können deren Annahmen und mathematische Formulierungen benennen, sowie die sich ergebenden Algorithmen beschreiben. Sie sind in der Lage diese Techniken praktisch so umzusetzen, dass sie grundlegende Aufgaben der Computer Vision an Hand realistischer Bilddaten lösen können.
Zusätzliche Informationen
Die Lehrveranstaltung wird parallel in Präsenz wie auch digital angeboten. Studierende, die in Präsenz teilnehmen möchten, müssen sich vorher im Kurs-Moodle dafür anmelden. Eine digitale Teilnahme ist jederzeit ohne Einschränkungen möglich. Die digitalen Materialien entsprechen dem Präsenzangebot und werden per Moodle bereitgestellt.
Bemerkung Webportal
[b]Gebiet:[/b] Human Computer Systems<br /> <br />
Online-Angebote
moodle
- Lehrende: Stefan Roth
Semester: WiSe 2022/23