Computer Vision (Wintersemester 16/17)

Neuigkeiten

10.11.2016 Die Deadline für die Gruppenzuteilung zum Praktikum ist am 14.11. um 8:00 Uhr. Weitere Informationen gibt es im Learnweb des Praktikums.
28.09.2016 Herzlich willkommen zur Vorlesung. An dieser Stelle werden aktuelle Informationen zur Vorlesung bereitgestellt. Allgemeine Informationen und Materialen zur Vorlesung finden Sie weiter unten auf der Seite.


Kalender

Inhalt

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
  • Bewegungsanalyse und Tracking von Objekten
  • Objekterkennung
  • Bilddatenbanken
  • Kamerakalibrierung
  • 3D Computer Vision
  • Internet Computer Vision


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.

Materialien

Im Learnweb werden Vorlesungsfolien, Übungszetteln und weiteren Informationen zur Verfügung gestellt.

Programmierumgebung

Es wird keine Programmiersprache und keine IDE explizit vorgegeben. Wir empfehlen als Programmiersprache C++ in Kombination mit der Bibliothek OpenCV und als IDE Qt Creator zur Bearbeitung der Aufgaben, es werden jedoch keine Kenntnisse dieser Sprache vorausgesetzt. Im Rahmen der Übung wird eine Einführung in die Programmiersprache und die Bibliothek gegeben.

Tutorials zur Programmiersprache und der Bibliothek



Weitere Informationen


Klausuren

  • 1. Klausur: Fr. 10.02.2017 um 11 Uhr im M3.
  • 2. Klausur: Fr. 17.03.2017 um 12 Uhr im M1.