Klausur

Das Ziel der Computer Vision ist es, geometrische und semantische Eigenschaften der dreidimensionalen Welt aus digitalen Bildern zu berechnen. Zu den Problemen in diesem Bereich gehören die Rekonstruktion der 3D-Form eines Objekts, die Bestimmung der Bewegung von Dingen und die Erkennung von Objekten oder Szenen. Dieser Kurs bietet eine Einführung in die Computer Vision, mit Themen wie Bildaufbau, Kameramodelle, Kamerakalibrierung, Merkmalserkennung und -abgleich, Bewegungsschätzung, Geometrie-Rekonstruktion, Objekterkennung und -verfolgung sowie Szenenverständnis. Zu den Anwendungen gehören die Erstellung von 3D-Karten, die Erstellung virtueller Avatare, die Bildsuche, die Organisation von Fotosammlungen, die Interaktion zwischen Mensch und Computer, die Videoüberwachung, selbstfahrende Autos, Robotik, virtuelle und erweiterte Realität, Simulationen, medizinische Bildgebung und mobile Computer Vision. Modernes Computersehen stützt sich stark auf maschinelles Lernen, insbesondere auf Deep Learning und grafische Modelle. Dieser Kurs setzt daher Vorkenntnisse über Deep Learning voraus (z. B. Deep Learning-Vorlesung) und führt bei Bedarf in die grundlegenden Konzepte grafischer Modelle und strukturierter Vorhersagen ein.

Kurs Webseite: https://uni-tuebingen.de/de/203146

Die Studierenden erwerben ein Verständnis der theoretischen und praktischen Konzepte des Computersehens, einschließlich Bildaufbau, Kameramodelle, Merkmalserkennung, Geometrie mit mehreren Ansichten, 3D-Rekonstruktion, Bewegungsschätzung, Objekterkennung, Szenenverständnis und strukturierte Vorhersage unter Verwendung tiefer neuronaler Netze und grafischer Modelle. Nach diesem Kurs sollten die Studierenden in der Lage sein, die grundlegenden Konzepte des Computersehens zu verstehen und in der Praxis anzuwenden, Modelle für das Computersehen zu entwickeln und zu trainieren, Forschungsergebnisse zu reproduzieren und eigene Forschung in diesem Bereich zu betreiben.

Related literature will be listed throughout the lecture.