Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, die wichtigsten Theorien, Prinzipien, Konzepte und Algorithmen im Zusammenhang mit der Anwendung von Computer Vision zu identifizieren, zu erklären und zu vergleichen. Ihre Kenntnisse und ihr Verständnis stehen im Einklang mit der aktuellen Fachliteratur im Bereich Computer Vision für Anwendungen. Sie sind in der Lage, formal-mathematische Methoden zur Modellierung, Abstraktion, Lösungsfindung und Bewertung anzuwenden und Problemformulierungs- und Problemlösungskompetenzen zu entwickeln.
Darüber hinaus sind die Studierenden in der Lage, für das Computer Vision relevante Informationen zu sammeln, zu organisieren, zu bewerten und zu interpretieren. Sie werden in der Lage sein, Anforderungen und Einschränkungen in verschiedenen Aspekten der Computer Vision zu identifizieren, ihr erworbenes Wissen auf komplexe Computer Vision Aufgaben anzuwenden und Lösungen und Argumente zu entwickeln.
In diesem Kurs erwerben die Studierenden die Fähigkeit, verschiedene Aspekte der Computer Vision zu erkennen, Lösungen für Probleme zu formulieren und mit anderen effektiv zu kommunizieren und Ideen auszutauschen. Sie lernen auch, ihre eigenen Fähigkeiten und Grenzen einzuschätzen und erwerben die Fähigkeit, konstruktive Kritik an ihrer eigenen Arbeit und der anderer zu üben. Darüber hinaus werden die Studierenden Selbstorganisation und Selbstverantwortung kultivieren, um Aufgaben selbstständig zu bewältigen.
Der Kurs befasst sich mit den grundlegenden Konzepten der Computer Vision und ihren verschiedenen Anwendungen. Er behandelt die Erstellung digitaler Bilder mit Digitalkameras und die anschließenden Schritte zur automatischen Ableitung von Informationen aus diesen Bildern. Der Kurs beginnt mit einem Überblick über die Erstellung digitaler Bilder und befasst sich dann mit klassischen Bildverarbeitungstechniken wie Bildverbesserung und -kompression. Anschließend werden digitale Filter und Segmentierungstechniken entwickelt, um spezifische Informationen aus Bildern zu extrahieren. Anhand von Beispielen aus der Praxis soll der Kurs grundlegende Konzepte, allgemeine Herausforderungen, einfache Lösungen und typische Anwendungen der Bildverarbeitung veranschaulichen. Es werden keine Vorkenntnisse in der Bildverarbeitung vorausgesetzt, aber ein grundlegendes Verständnis der Mathematik ist erforderlich. In der Übungskomponente des Kurses können die Studierenden an einer Exkursion teilnehmen und die Probleme und Lösungen in einer Bildverarbeitungsanwendung beschreiben oder sich in einer Laborübung mit der Lösung eines spezifischen Bildverarbeitungsproblems beschäftigen. Am Ende des Semesters wird von den Studierenden eine mündliche Präsentation und ein schriftlicher Bericht über die Arbeit der Gruppe erwartet.
Im Mittelpunkt des Kurses stehen Frontalvorträge, schriftliche Prüfungen und eigenständige Problemlösungen im Zusammenhang mit der Computer Vision. Er besteht aus Vorlesungen und Exkursionen, in denen reale Bildverarbeitungsanwendungen in industriellen Umgebungen erklärt und in Gruppen untersucht werden. Der Kurs behandelt Konzepte und Inhalte, die in den Vorlesungen erläutert und in den Exkursionen praktisch demonstriert werden. Die Gruppen diskutieren und präsentieren die Ergebnisse der Exkursionen in schriftlicher und mündlicher Form.