Lehrinhalte
[b]Lernziele[/b]:
Diese Veranstaltung führt in die grundlegenden Herausforderungen und Technologien der Computer Vision ein, die für Augmented Reality (AR) und Virtual Reality (VR) essenziell sind. Der Fokus liegt darauf, wie reale Umgebungen wahrgenommen, analysiert und mit virtuellen Inhalten nahtlos überlagert oder dargestellt werden können. Die behandelten Methoden reichen von klassischer Kamerakalibrierung und 3D-Rekonstruktion bis hin zu modernen, datenbasierten Ansätzen wie neuronaler Pose-Schätzung.
Vorlesungssprache: Englisch
[b]Stoffplan[/b]:
Die Vorlesung vermittelt fundierte Kenntnisse in den folgenden Kernbereichen:
[list]
[*][i]Grundlagen der Wahrnehmung:[/i] Kamerageometrie, -kalibrierung und 3D-Transformationen.
[*][i]Erfassung der Umgebung[/i]: Echtzeit-3D-Rekonstruktion, Sensorfusion und Materialrekonstruktion.
[*][i]Tracking & Pose-Schätzung:[/i] Feature-basiertes Tracking, geometrische sowie neurale Verfahren zur Objekt- und Kamera-Pose-Schätzung.
[*][i]Visualisierung & Wahrnehmung:[/i] Grundlagen des 3D-Renderings, Wahrnehmung von Visualisierungen in VR und Prinzipien der Immersion.
[*][i]Interaktion & Systeme:[/i] Interaktionstechniken in AR/VR, Gerätetechnologien und praktische Anwendungsbeispiele.
[/list]
[b]Diploma Supplement[/b]:
real-time rendering, color systems, light simulation, virtual reality, augmented reality, camera calibration
Literatur
Computer Vision: Algorithms and Applications https://szeliski.org/Book/, Zusätzliche Literatur wird in der Vorlesung bekannt gegeben
Voraussetzungen
[b]Vorwissen:[/b] Empfohlen: Computer Vision 1
Weitere Informationen
Begleitend zur Vorlesung finden praktische Übungen in Kleingruppen statt. Die Bewertung der Veranstaltung setzt sich jeweils zu 50 % aus der Klausurnote und der Bewertung der Übungsergebnisse zusammen.
Online-Angebote
moodle
[b]Lernziele[/b]:
Diese Veranstaltung führt in die grundlegenden Herausforderungen und Technologien der Computer Vision ein, die für Augmented Reality (AR) und Virtual Reality (VR) essenziell sind. Der Fokus liegt darauf, wie reale Umgebungen wahrgenommen, analysiert und mit virtuellen Inhalten nahtlos überlagert oder dargestellt werden können. Die behandelten Methoden reichen von klassischer Kamerakalibrierung und 3D-Rekonstruktion bis hin zu modernen, datenbasierten Ansätzen wie neuronaler Pose-Schätzung.
Vorlesungssprache: Englisch
[b]Stoffplan[/b]:
Die Vorlesung vermittelt fundierte Kenntnisse in den folgenden Kernbereichen:
[list]
[*][i]Grundlagen der Wahrnehmung:[/i] Kamerageometrie, -kalibrierung und 3D-Transformationen.
[*][i]Erfassung der Umgebung[/i]: Echtzeit-3D-Rekonstruktion, Sensorfusion und Materialrekonstruktion.
[*][i]Tracking & Pose-Schätzung:[/i] Feature-basiertes Tracking, geometrische sowie neurale Verfahren zur Objekt- und Kamera-Pose-Schätzung.
[*][i]Visualisierung & Wahrnehmung:[/i] Grundlagen des 3D-Renderings, Wahrnehmung von Visualisierungen in VR und Prinzipien der Immersion.
[*][i]Interaktion & Systeme:[/i] Interaktionstechniken in AR/VR, Gerätetechnologien und praktische Anwendungsbeispiele.
[/list]
[b]Diploma Supplement[/b]:
real-time rendering, color systems, light simulation, virtual reality, augmented reality, camera calibration
Literatur
Computer Vision: Algorithms and Applications https://szeliski.org/Book/, Zusätzliche Literatur wird in der Vorlesung bekannt gegeben
Voraussetzungen
[b]Vorwissen:[/b] Empfohlen: Computer Vision 1
Weitere Informationen
Begleitend zur Vorlesung finden praktische Übungen in Kleingruppen statt. Die Bewertung der Veranstaltung setzt sich jeweils zu 50 % aus der Klausurnote und der Bewertung der Übungsergebnisse zusammen.
Online-Angebote
moodle
- Lehrende: Eva Kettel
- Lehrende: Pavel Rojtberg
Semester: SoSe 2026
Jupyterhub API Server: https://tu-jupyter-t.ca.hrz.tu-darmstadt.de