Diese Vorlesung vermittelt die Grundlagen der Mustererkennung und gibt einen Überblick über die wichtigsten Verfahren. Der Schwerpunkt liegt auf der Analyse von Bilddaten, d.h. auf der Extraktion und Verarbeitung von Bildmerkmalen (image features), und Klassifikation der extrahierten Daten. Die zugehörige Übung (186.840) vertieft die Inhalte der Vorlesung.
Merkmalsextraktion, statistische Grundlagen (bedinge Wahrscheinlichkeit, Randverteilung, Unabhängigkeit, Kovariance Matrizen, etc.), Bayes-Theorem, einfach Klassifikatoren (kNN, Nearest Neighbor, Perceptron, etc.)
