Digitale Lehre
Digitale 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
[*]Grundlegende Ansätze zur Objekterkennung
[*]Objektklassifikation
[*]Objektdetektion
[*]Tiefe Netze in der Computer Vision
[/list]
Literatur
[list]
[*]R. Szeliski, "Computer Vision: Algorithms and Applications", 2. Auflage, Springer 2022
[*]D. Forsyth, J. Ponce, "Computer Vision - A Modern Approach", 2. Auflage, Prentice Hall, 2015
[/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. Eine Präsenzteilnahme wird nachdrücklich empfohlen, jedoch ist eine digitale Teilnahme ohne Einschränkungen möglich. Die digitalen Materialien entsprechen dem Präsenzangebot und werden per Moodle bereitgestellt (ggf. zeitverzögert).
Online-Angebote
moodle
- Lehrende: Stefan Roth