Computer Vision entwickelt theoretische und algorithmische Grundlagen, um automatisch visuelle Informationen im Rechner zu verarbeiten, zu analysieren und zu interpretieren. Im Zentrum der Untersuchungen steht die Frage, welche Rückschlüsse man aus Bildern über die abgebildete Welt ziehen kann. In dieser Vorlesung werden grundlegende Begriffe und Verfahren von Computer Vision vorgestellt. Unter anderem werden folgende Themen behandelt:
- Kantendetektion
- Interest Points
- Konturdetektion
- Bildsegmentierung
- Texturanalyse
- Objekterkennung
- Tracking von Objekten
- Kamerakalibrierung
- 3D Computer Vision
- Machine Learning basierte Computer Vision
- Convolutional Neural Networks
- Deep Learning
Des Weiteren soll auf die Anwendung der modernen statistischen Entscheidungstheorien einschließlich Deep Learning eingegangen werden. In der Vorlesung wird angestrebt, die Besucher mit der aktuellen Forschung vertraut zu machen.
Zusätzlich wird das "Praktikum Computer Vision" angeboten.
- Lehrende/r: Sören Klemm
- Lehrende/r: Andreas Nienkötter
- Lehrende/r: Benjamin Risse
Semester: WiSe 2019/20