|
Seminar Detection and Recognition in Computer Vision (SemDRCV)
- Dozentinnen/Dozenten
- Dr.-Ing. Christian Riess, Dipl.-Inf. Eva Eibenberger
- Angaben
- Seminar
4 SWS, ECTS-Studium, ECTS-Credits: 5, Sprache Deutsch
Zeit und Ort: Einzeltermine am 17.6.2013 18:00 - 20:00, 02.133-113; 20.6.2013, 24.6.2013, 27.6.2013 18:00 - 20:00, 09.150; Bemerkung zu Zeit und Ort: Vergabe der Themen in der ersten Semesterwoche
Vorbesprechung: 17.4.2013, 17:00 - 19:00 Uhr, Raum 09.150
- Studienfächer / Studienrichtungen
- WPF INF-MA ab 1
WPF CE-MA-SEM ab 1
WPF IuK-MA ab 1
- Inhalt
- Dieses Seminar aus der Reihe 'Detection and Recognition in Computer Vision' beschäftigt sich dieses Semester mit dem Thema 'Textur in Segmentierung und Erkennung'.
Textur begegnet uns in der Computer Vision an unzähligen Stellen und
ist daher seit vielen Jahren Teil der aktuellen Forschung. Der Textur können dabei verschiedene Rollen zufallen. Zum einen kann
sie als Merkmal zur Segmentierung von Bildern dienen. Mit genügend
Vorwissen über die Textur kann diese auch benutzt werden um die Form
von Objekten oder die Perspektive in Bildern zu bestimmen. Textur kann
aber auch selbst im Mittelpunkt stehen wenn es um ihre Klassifikation
geht. In diesem Seminar werden wir aktuelle Veröffentlichungen zu einigen
dieser Themen betrachten:
Klassifikation von Texturen: Die größte Herausforderung ist hier
die große Variabilität im Aussehen der Texturen wenn diese bei
unterschiedlicher Beleuchtung oder unter verschiedenen Blickwinkeln
betrachtet werden. Angewendet wird dies vor allem in der
industriellen Bildverarbeitung um Materialien zu unterscheiden. In
unserem Seminar evaluieren wir die Methoden auf einem
standardisierten Testdatensatz.
Texturbasierte Segmentierung: Speziell für natürliche Bilder eignet
sich Textur für die Segmentierung unterschiedlicher
Bildbereiche. Wir untersuchen, wie verschiedene Objekte (Bäume,
Lebewesen, Bauwerke) mit diesem Ansatz separiert werden können.
Textur als Meta-Merkmal: Textur kann auch als Mittel zum Zweck
eingesetzt werden. Wir betrachten als konkreten Anwendungsfall die
Identifikation von Schreibern und Schreibstilen mit
texturbasierten Merkmalen.
Jeder Teilnehmer entwickelt ein Beispielsprogramm auf Grundlage einer
aktuellen wissenschaftlichen Publikation. Die Experimente zu dem
jeweiligen Problem werden dann in einem Vortrag der Gruppe
vorgestellt. Die Gesamtnote setzt sich zu 50% aus der Bewertung des Vortrags, zu
25% aus der Bewertung der Ausarbeitung und zu 25% aus der Bewertung
der Entwicklung des Prototypen zusammen.
- ECTS-Informationen:
- Credits: 5
- Zusätzliche Informationen
- Schlagwörter: Mustererkennung, Rechnersehen, Detektion, Klassifikation
Erwartete Teilnehmerzahl: 15
www: http://www5.informatik.uni-erlangen.de/lectures/ss-13/seminar-detection-and-recognition-in-computer-vision-semdrcv/
- Verwendung in folgenden UnivIS-Modulen
- Startsemester SS 2013:
- Seminar Detektion and Recognition in Computer Vision (SemDRCV)
- Institution: Lehrstuhl für Informatik 5 (Mustererkennung)
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|