Computer Vision

Prof. Dr.-Ing. Bodo Rosenhahn

---

Betreuer:

Sprache:

Deutsch

Angebortsart:

Lehrveranstaltung und Prüfung

Frequenz:

jährlich im SS

SWS:

2 V + 2 Ü

Prüfungsart:

Klausur (90min)

Bemerkung:

Es wird eine Online-Prüfung über Ilias während des Semesters angeboten, die als gegebenenfalls benötigte Studienleistung für den 5. Leistungspunkt gewertet wird.

Lernziele/Kompetenzen:

Die Studierenden kennen die Schnittstelle zwischen den mathematischen Grundlagen der 1D- und 2D-Signalverarbeitung (Vorlesungen Digitale Signalverarbeitung und Digitale Bildverarbeitung) und die Rekonstruktion einer Szene aus 2D Bildsequenzen (Vorlesung Rechnergestützte Szenenanalyse). Sie verstehen das Ableiten semantischer Größen aus Bilddaten. Sie verstehen die Aufgaben der Bildsegmentierung, der Bewegungsschätzung, der Merkmalsextraktion und der Objekterkennung. Sie kennen das Themengebiet im Gesamtüberblick. Das langfristige Ziel des Forschungsbereichs Computer Vision ist die automatische Interpretation allgemeiner Bilder oder Videos durch die Maschine. Von diesem Ziel ist man heute noch weit entfernt, allerdings wurden in den letzten 20 Jahren erhebliche Fortschritte gemacht und gewisse Teilprobleme können inzwischen zufriedenstellend gelöst werden.

Stoffplan/Modulinhalte:

• Hough-Transformation
• Punkt Features
• Segmentierung
• Optischer Fluss
• Objekterkennung
• Matching

Vorkenntnisse:

Voraussetzung: Kenntnisse des Stoffs der Vorlesungen Digitale Signalverarbeitung empfohlen
Ergänzende Vorlesungen:
• Digitale Signalverarbeitung
• Rechnergestützte Szenenanalyse
• Digitale Bildverarbeitung

Ergänzende Literatur:

• Bernd Jähne: Digitale Bildverarbeitung, Springer Verlag
• R. Hartley / A. Zisserman. Multiple View Geometry in Computer Vision. Cambridge University Press, ISBN 0-521-62304- 9, 2000a
• Videoaufzeichnung

Vorlesungsbegleitendes Material: siehe