Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage Software Entwicklungsprojekte im Bereich Computer Vision zu planen und einen Aufwand abzuschätzen. Wichtige Erkenntnisse betreffen die Datenaufnahme und die Beurteilung der Datenqualität, die Implementierung und die Evaluierung der Ergebnisse.
Overview on CV Languages, Libraries and Applications
Computer vision from an applied point of view. We will review popular programming languages as well as open and closed source software (e.g. Matlab, NumPy, OpenCV) and talk about their pros and cons. We will also talk about how to approach computer vision problems in a principle way, and how related topics such as image processing, probability theory, numerical optimization, and machine learning fit into the picture. For the most part we will talk about selected successful computer vision applications. For example, video or RGBD cameras detect faces or certain behavior in real-time, and we will see how this works. Other topics include depth and pose estimation as well as deep learning, one of the current "hot topics" in computer vision.
Oral exam
Für die Vorlesung wird ein Basiswissen für die Bildverarbeitung empfohlen. (Was ist ein Histogramm, Kantendetektion, etc.)
