Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Name des Moduls [65340] Visuelle Objekterkennung Bezeichnung des Moduls FMI-IN0134

Studiengang [079] - Informatik ECTS Punkte 3

Arbeitsaufwand für Selbststudium 60 Häufigkeit des Angebotes (Modulturnus) jedes 2. Semester (ab Sommersemester)
Arbeitsaufwand in Präsenzstunden 30 Dauer des Moduls 1
Arbeitsaufwand Summe (Workload) 90    

Modul-Verantwortliche/r

Joachim Denzler

Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform)

mündliche Prüfung

Empfohlene Literatur

Richard Szeliski: "Computer Vision: Algorithms and Applications", 2010, Springer

Voraussetzung für die Zulassung zum Modul

keine

Empfohlene bzw. erwartete Vorkenntnisse

FMI-IN0046 Rechnersehen I

Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul)

- 079 B.A. Informatik: Wahlpflichtmodul
- 079 B.Sc. Informatik: Wahlpflichtmodul (INT; Konto C: Mathematik/Informatik)
- 079 M.Sc. Informatik (PO-V. 2016): Wahlpflichtmodul (INT)
- 105 B.Sc. Mathematik: Wahlpflichtmodul (NF Informatik)
- 105 M.Sc. Mathematik (PO-V. 2010): Wahlpflichtmodul (NF Informatik)
- 679 B.Sc. Angewandte Informatik: Wahlpflichtmodul (INT)

Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …)

2 SWS Vorlesung

Inhalte
  • Klassifikationsverfahren (SVM, Nächster Nachbarklassifikator, Random Forest),
  • Lokale Merkmale,
  • Histogrammmerkmale,
  • Bildkategorisierung,
  • Objektdetektion mit Sliding-Window Ansätzen,
  • Deformable Part Models,
  • Hashing,
  • Bildsegmentierung (Normalized Cuts, Meanshift Segmentierung),
  • Semantische Segmentierung,
  • Kontextmodellierung
Lern- und Qualifikationsziele
  • Die Studierenden kennen die Herausforderungen und die Aufgaben-stellungen der automatischen visuellen Erkennung.
  • Sie können je nach Problembeschreibung geeignete Merkmale und Klassifikationsmodelle auswählen und deren Implementierung auch umsetzen.
  • Dabei sind den Studierenden sowohl die mathematischen Annahmen als auch die Grenzen der Verfahren bewusst.
  • Weiterhin können die Studierenden Erkennungsverfahren empirisch analysieren, bewerten und vergleichen.
Voraussetzung für die Zulassung zur Modulprüfung

keine

Impressum | Datenschutzerklärung