183.585 Computer Vision
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2018W, VU, 3.0h, 4.5EC

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VU Vorlesung mit Übung

Ziele der Lehrveranstaltung

Computer sind in ihrer Fähigkeit, mit der Welt und mit den menschlichen Benutzern interagieren noch eingeschränkt, weil sie nicht ¿sehen¿ können. Wenn man sich mit Computer-Vision beschäftigt, so muss man sich auch die Physik der Welt versuchen zu verstehen, zum Beispiel wie das Licht an Oberflächen reflektiert wird, wie sich Objekte bewegen, und wie alle diese Informationen auf ein Bild durch die Optik der Kamera projiziert werden. Es erfordert auch, dass wir Algorithmen entwickeln, die einige dieser physikalischen Eigenschaften aus einem oder aus mehreren Bildern rekonstruieren. Dieses "inverse" Problem ist eigentlich ein großes Puzzle. Informationen gehen verloren, wenn die dreidimensionale Welt auf ein zweidimensionales Bild projiziert wird, wie können wir nun diese Informationen aus einem Bild wiederherstellen? Diese Lehrveranstaltung zeigt die grundlegenden Algorithmen die dieses Ziel erreichbar machen und entwickelt Methoden zur Lösung verschiedener inverser Probleme. Aber Vision ist mehr als nur die Rekonstruktion der 3D-Welt aus 2D-Bildern, es beschäftigt sich auch mit der Extraktion von Semantik. Die Lehrveranstaltung zeigt auch grundlegende Methoden des maschinellen Lernens und probabilistischer Inferenz Methoden, um dieses Problem zu lösen. In diesem Kurs beinhaltet:
¿ einen Blickwinkel auf viele Bereiche der aktuellen Computer Vision Forschung
¿ eine Umsetzung von Programmieraufgaben um praktische Erfahrungen mit der Arbeiten mit Bildern und Bildsequenzen zu sammeln
¿ die Anwendung von linearer Algebra und Analysis für etwas was man in der Realität brauchen kann

Auch wenn Sie nicht vorhaben sich weiter mit Computer-Vision zu beschäftigen können die grundlegenden Werkzeuge und Techniken, die dort verwendet werden in vielen anderen Bereichen nützlich sein. Für all jene die sich näher mit Computer Vision beschäftigen wollen bietet diese Lehrveranstaltung eine gute Basis um sich weiter vertiefen zu können

 

Inhalt der Lehrveranstaltung

Wie können Computer die visuelle Welt der Menschen verstehen?

Dieser Kurs behandelt Vision als einen Prozess aus verrauschten und unsicheren Daten und betont probabilistische und statistische Ansätze. Themen sind ua: Struktur von Bildern, Textur, Szenen und Context, Feature Based Alignment, Stereo Korrespondenz, Struktur aus Motion, Image Stitching, Computational Photography, Image Based Rendering und Baysian Modeling zu Zweck der Objekterkennung. Diese Lehrveranstaltung ist für Studierende die sich für Vision, künstliche Intelligenz, oder maschinelles Lernen interessieren, gedacht. Sie bietet eine umfassende Einführung in das Feld, zeigt die aktuellen Probleme und Theorien, die grundlegende Mathematik und einige interessante Algorithmen sowie die Möglichkeit, den Inhalt direkt in Übungen anzuwenden.

 

Weitere Informationen

ECTS Breakdown: 4.5 ECTS = 112.5h

24h    Vorlesung
12h    Lösen der Übungsbeispiele mittels Matlab im Labor (mit Tutor-Unterstützung)
25h    Erstellung eines Reports zur Dokumentation der Übungsergebnisse
0.5h   Abgabegespräch zur Übung
49h Prüfungsvorbereitung
2h   Prüfung
-----
112.5h

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Do.13:00 - 15:0004.10.2018 - 13.12.2018EI 10 Fritz Paschke HS Vorlesung
Fr.13:00 - 15:0005.10.2018 - 14.12.2018EI 10 Fritz Paschke HS Computer Vision
Mi.13:00 - 17:0010.10.2018 - 19.12.2018Informatiklabor Pong Übungstermin
Di.14:00 - 16:0016.10.2018 - 11.12.2018EI 8 Pötzl HS Computer Vision Vorlesung
Di.13:00 - 17:0008.01.2019Informatiklabor Pong Übungstermin
Do.09:00 - 13:0017.01.2019Informatiklabor Pong Übungstermin
Mi.13:00 - 17:0023.01.2019 - 30.01.2019Informatiklabor Pong Übungstermin
Computer Vision - Einzeltermine
TagDatumZeitOrtBeschreibung
Do.04.10.201813:00 - 15:00EI 10 Fritz Paschke HS Vorlesung
Fr.05.10.201813:00 - 15:00EI 10 Fritz Paschke HS Computer Vision
Mi.10.10.201813:00 - 17:00Informatiklabor Pong Übungstermin
Do.11.10.201813:00 - 15:00EI 10 Fritz Paschke HS Vorlesung
Fr.12.10.201813:00 - 15:00EI 10 Fritz Paschke HS Computer Vision
Di.16.10.201814:00 - 16:00EI 8 Pötzl HS Computer Vision Vorlesung
Mi.17.10.201813:00 - 17:00Informatiklabor Pong Übungstermin
Do.18.10.201813:00 - 15:00EI 10 Fritz Paschke HS Vorlesung
Fr.19.10.201813:00 - 15:00EI 10 Fritz Paschke HS Computer Vision
Di.23.10.201814:00 - 16:00EI 8 Pötzl HS Computer Vision Vorlesung
Mi.24.10.201813:00 - 17:00Informatiklabor Pong Übungstermin
Do.25.10.201813:00 - 15:00EI 10 Fritz Paschke HS Vorlesung
Di.30.10.201814:00 - 16:00EI 8 Pötzl HS Computer Vision Vorlesung
Mi.31.10.201813:00 - 17:00Informatiklabor Pong Übungstermin
Di.06.11.201814:00 - 16:00EI 8 Pötzl HS Computer Vision Vorlesung
Mi.07.11.201813:00 - 17:00Informatiklabor Pong Übungstermin
Do.08.11.201813:00 - 15:00EI 10 Fritz Paschke HS Vorlesung
Fr.09.11.201813:00 - 15:00EI 10 Fritz Paschke HS Computer Vision
Di.13.11.201814:00 - 16:00EI 8 Pötzl HS Computer Vision Vorlesung
Mi.14.11.201813:00 - 17:00Informatiklabor Pong Übungstermin

Leistungsnachweis

Lösung praktischer Übungsaufgaben mit Matlab (40%) sowie schriftl. Prüfung (60%)

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Fr.13:00 - 15:0006.12.2019EI 10 Fritz Paschke HS schriftlich07.11.2019 00:00 - 05.12.2019 00:00in TISSComputer Vision Examination

LVA-Anmeldung

Von Bis Abmeldung bis
17.09.2018 00:00 16.10.2018 23:59 16.10.2018 23:59

Anmeldemodalitäten:

Student groups are formed by registering for one of the groups listed in the corresponding TUWEL course. Please register for a group at your preferred time of day: Wednesday 13-15 or 15-17. In the first session the group assignments will be fixed.

Curricula

Literatur

 

The course is based on a new book, Computer Vision: Algorithms and Applications, by Richard Szeliski, which is on the web for free right now.

 

Vorkenntnisse

  • Algebra und Diskrete Mathematik
  • Algorithmen und Datenstrukturen
  • Analysis
  • Programmkonstruktion
  • Grundlagen des Visual Computing

des derzeit gültigen Studienplans des Bachelorstudiums Medieninformatik und Visual Computing.

 

Weitere Informationen

Sprache

bei Bedarf in Englisch