Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, Methoden einzusetzen, die den Inhalt von Bildern verstehen und daraus eine für Menschen sinnvolle Beschreibungen erzeugen oder die verstandenen Kontexte in konkrete Aktionen wie das Steuern eines autonomen Fahrzeugs umzusetzen.

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

Inverted class room Modell: das grundlegende Material für die LV wird auf die Studierenden aufgeteilt und von ihnen auch online präsentiert. Opponents initiieren die anschliessende Diskussion, an der sich alle Studierenden beteiligen. Die resultierenden Aussagen der Diskussion werden schriftlich von einem dritte Studierenden dokumentiert.

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 Präsentation des gewählten Themas und eine kurze schriftliche Zusammenfassung.
Die kritischen Fragen, die der Opponent gestellt hat und der schriftliche Bericht über die Diskussion.

Grundkenntnisse in digitaler Bildverarbeitung