Methoden zum (automatischen) Verstehen von digitalen Bildern.

Themen: Farbe und Textur, Superpixelsegmentation und Gruppieren, Vision-Modelle, Shapes, Neuropysiologie des Sehens und Illusionen, Szene verstehen, Bildverstehende Systeme

Von der Bildentstehung bis zur Interpretation von komplexen Szenen werden verschiedene Bildanalysemethoden besprochen, mit besonderer Beruecksichtigung von High-level computer vison. Auswahl aus dem Themenspektrum: - Menschliches visuelles System - Bildentstehung - Mathematische Morphologie - Bildsegmentierung - Farbbildanalyse - Texturanalyse - Objekterkennung

Bücher:

R. Szeliski. Computer Vision, Springer 2011.

M. Sonka, V. Hlavac, R. Boyle: Image Processing, Analysis and Machine Vision (2nd Edition), PWS Publishing, 1999

P. Soille: Morphological Image Analysis - Principles and Applications (2nd Edition), Springer, 2004

R. Klette: Concise Computer Vision, Springer 2014.

Die LV wird nach dem Schema des "inverted classroom" abgehalten. Schriftlich und mündliche Ausarbeitung eines der Themen mit Präsentation mit Diskussion.

3.0 ECTS = 75 Std.

20 h Studium der Unterlagen und der Literatur

20 h Vortrag vorbereiten

 1h Vortrag halten

10 h Diskussion vorbereiten

 2 h Diskussionseröffnung und Moderation

 2 h Protokoll der Diskussion

20 h schriftliche Ausarbeitung des eigenen Themas für das Skriptum

Grundkenntnisse in digitaler Bildverarbeitung