|
Computer Vision (CV)5 ECTS (englische Bezeichnung: Computer Vision)
(Prüfungsordnungsmodul: Computer vision)
Modulverantwortliche/r: Vincent Christlein Lehrende:
Vincent Christlein, Ronak Kosti
weitere Studienfächer/Prüfungsordnungsmodule:
Einfrieren der UnivIS-Modul-Beschreibung: 29.3.2021
Computer vision (106627)
Technische Wahlmodule (37137)
Start semester: |
SS 2021 | Duration: |
1 semester | Cycle: |
jährlich (SS) |
Präsenzzeit: |
60 Std. | Eigenstudium: |
90 Std. | Language: |
Englisch |
Lectures:
Empfohlene Voraussetzungen:
It is recommended to finish the following modules before starting this module:
Introduction to Pattern Recognition (WS 2020/2021)
Inhalt:
This lecture discusses important algorithms from the field of computer vision. The emphasis lies on 3-D vision algorithms, covering the geometric foundations of computer vision, and central algorithms such as stereo vision, structure from motion, optical flow, and 3-D multiview reconstruction. Participants of this advanced course are expected to bring experience from prior lectures either from the field of pattern recognition or from the field of computer graphics.
Lernziele und Kompetenzen:
Die Vorlesung stellt eine Auswahl von Methoden aus dem Gebiet der Computer Vision vor, die in dem Feld eine zentrale Stellung einnehmen. In den Übungen implementieren und evaluieren die Studierenden selbständig diese Methoden. Die Studierenden arbeiten die ganze Zeit über an populären Computer Vision-Methoden wie zum Beispiel Stereosehen, optischer Fluss und 3D-Rekonstruktion aus mehreren Ansichten. Für diese Probleme
beschreiben die Studierenden perspektivische Projektion, Rotationen und verwandte geometrische Grundlagen,
erklären die Studierenden die behandelten Methoden,
diskutieren die Studierenden Vor- und Nachteile verschiedener Modalitäten zur Erfassung von 3D-Informationen,
implementieren die Studierenden einzeln und gemeinschaftlich in Kleingruppen Code,
entdecken die Studierenden optimale Vorgehensweisen in der Datenaufnahme,
erkunden und bewerten die Studierenden unterschiedliche Möglichkeiten für die Evaluation,
diskutieren und präsentieren die Gruppenarbeiter in Gruppen die Vor- und Nachteile ihrer Implementierungen,
diskutieren und reflektieren die Studierenden gesellschaftliche Auswirkungen von Anwendungen des 3D-Rechnersehens.
The lecture introduces computer vision algorithms that are central to the field. In the exercises, participants autonomously implement and evaluate these algorithms. The participants work throughout the time on popular computer vision algorithms, like for example stereo vision, optical flow, and 3-D multiview reconstruction. For these problems, the participants
describe perspective projection, rotations, and related geometric foundations,
explain the presented methods,
discuss the advantages and disadvantages of different modalities for acquiring 3-D information,
implement individually and in small groups code,
discover best practices in data acquisition,
explore and rank different choices for evaluation,
discuss and present in groups the advantages and disadvantages of their implementations,
discuss and reflect the social impact of applications of computer vision algorithms.
Literatur:
Richard Szeliski: "Computer Vision: Algorithms and Applications", Springer 2011.
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Materials Physics (Master of Science)
(Po-Vers. 2015s | NatFak | Materials Physics (Master of Science) | Gesamtkonto | Elective course (chemistry or materials science, not physics) | Computer vision)
Dieses Modul ist daneben auch in den Studienfächern "Advanced Optical Technologies (Master of Science)", "Artificial Intelligence (Master of Science)", "Communications and Multimedia Engineering (Master of Science)", "Computational Engineering (Master of Science)", "Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)", "Informatik (Master of Science)", "Information and Communication Technology (Master of Science)", "Informations- und Kommunikationstechnik (Master of Science)", "Mechatronik (Bachelor of Science)", "Mechatronik (Master of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Computer vision (Prüfungsnummer: 713618)
(englischer Titel: Computer vision)
zugeh. "mein campus"-Prüfung: | - 713618 Computer vision (Gewichtung: 100.0 %, Prüfung, Form: mündliche Prüfung, Zehntelnoten, Dauer: -, 5 ECTS, Prüfung).
- 713618 Computer vision (Gewichtung: 100.0 %, Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5 ECTS, Prüfung).
|
- Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- Prüfungssprache: Englisch
- Erstablegung: SS 2021, 1. Wdh.: WS 2021/2022
1. Prüfer: | Marc Stamminger (100173) |
1. Prüfer: | Christian Riess (100374) |
1. Prüfer: | Andreas Maier (100196) |
- Termin: 04.10.2021, 10:30 Uhr, Ort: H 11
Termin: 20.04.2022, 11:00 Uhr, Ort: H 10 TechF
Termin: 30.09.2022
Termin: 30.09.2022
|
|
|