Inhalte
In Gruppenprojekten sollen selbstständig aktuelle Techniken der digitalen Bildverarbeitung sowie des maschinellen Lernens ausgewählt und verwendet werden, um jeweils größere Bildverarbeitungssysteme zu implementieren. Dabei sollen interessante und komplexe Problemstellungen gelöst werden. Zu den vermittelten Inhalten gehören unter anderem Methoden der Projektplanung und Dokumentation sowie ein Einblick in den Stand der Kunst im Bereich der digitalen Bildverarbeitung.
Die Projekte sollen selbstständig geplant, entwickelt, mit einer Demonstration vorgestellt und in einem Abschlussbericht bewertet werden. Über den Fortschritt des Projekts soll zu festgelegten Meilensteinen berichtet werden.
Erworbene Kompetenzen:
- Die Studierenden können ein Bildverarbeitungsprojekt bezüglich Anforderungen an Daten und Hardware, Machbarkeit sowie den Stand der Kunst einordnen.
- Die Studierenden können Projektziele nach der SMART-Methode formulieren.
- Die Studierenden können ein Projekt planen, indem Sie einen Arbeitsstrukturplan, einen Ablaufplan und ein Gantt-Diagramm anfertigen.
- Die Studierenden können effektiv gemeinsam an einem Projekt arbeiten, indem sie das Versionierungssystem Git sowie Python-Docstrings einsetzen.
- Die Studierenden können den Erfolg eines Projektes bewerten.
Belegungsvarianten:
Diese Veranstaltung kann als Modul FMI-IN0111 (9LP) oder FMI-0044 (6LP) belegt werden. Die beiden Module unterscheiden sich durch den Umfang der Projektarbeit, aber auch durch die Anforderungen and die Komplexität. Für das Modul FMI-0111 "Anwendungspraktikum 3D-Rechnersehen" wird eine Ausrichtung zur 3D-Bildverarbeitung empfohlen. Je nach angestrebtem Abschluss ist die Auswahl der Module evtl. eingeschränkt.
FAQ
Welche Vorkenntnisse benötige ich?
Da es vorrangig um die Verwendung bestehender Techniken geht und die Kombination zu einem System im Vordergrund steht, sind Kenntnisse in der digitalen Bildverarbeitung zwar wünschenswert aber nicht erforderlich. Teilnehmer sollten in wenigstens einer Programmiersprache sehr sicher sein.
Welche Techniken kommen zum Einsatz?
Hier kann frei entschieden werden. In früheren Projekten kamen u.a. Deep Learning, SVMs, Kamerakalibrierung, HOG-Features und Tracking zum Einsatz. Programmiert wurde meist in Python.
Welchen Umfang hat das Praktikum?
Es ist vorgesehen, das Projekt mit etwa vier (6LP) bzw. sechs (9LP) Wochenstunden zu bearbeiten. Zu den Prüfungsleistungen gehören drei bis fünf Meilensteine, ein Abschlussbericht sowie ein Vortrag bzw. eine Vorführung des Projektes.
|