Mündlich oder schriftliche Prüfung (abhängig von der Anzahl der Studierenden)

Ein virtueller Mensch ist ein digitales Abbild eines echten Menschen. Virtuelle Menschen (VH) sollen wie echte Menschen aussehen, sich bewegen und schließlich auch denken. Die Entwicklung solcher VH ist eines der langjährigen Ziele der Künstlichen Intelligenz.
Um sie zu lernen, sind Techniken und Algorithmen an der Schnittstelle von maschinellem Lernen, Computer Vision und Computergrafik erforderlich. In diesem Kurs werden wir die wichtigsten mathematischen Grundlagen und computergestützten Werkzeuge zum Erlernen von VH aus 3D-Scans, Bildern und Videos von echten Menschen behandeln. Der Kurs behandelt sowohl klassische Darstellungen von Menschen, die auf 3D-Netzen und Texturen basieren, als auch moderne Darstellungen, bei denen das Aussehen und das Verhalten von virtuellen Menschen in neuronalen Netzen kodiert werden.

Verstehen der mathematischen Werkzeuge und Algorithmen zur Erstellung von VH aus Daten. Am Ende des Kurses sind die Studierenden mit dem aktuellen Stand der Technik in der Modellierung menschlicher Bewegungen und Formen, der Schätzung von Pose, Form und Menschen in Kleidung aus Bildern und Videos sowie dem Erlernen generativer Modelle menschlicher Bewegungen in Abhängigkeit von der 3D-Szenengeometrie vertraut. Die Studierenden sollen in der Lage sein, die Konzepte in der Praxis anzuwenden, Modelle zu entwickeln und zu trainieren, Forschungsergebnisse zu reproduzieren und eigene Forschungsarbeiten in diesem Bereich durchzuführen.

Related literature will be posted on the course website (https://virtualhumans.mpi-inf.mpg.de/DH22/). Knowledge of linear algebra, optimization and probability (e.g, mathematics for machine learning) and coding skills (Python).
Experience with deep learning (e.g, Deep Learning course).