Vorlesung: Computer Vision (Lecture + Practice) - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Computer Vision (Lecture + Practice)
Untertitel
Veranstaltungsnummer	8.3068
Semester	WiSe 2020/21
Aktuelle Anzahl der Teilnehmenden	99
erwartete Teilnehmendenanzahl	150
Heimat-Einrichtung	LE Cognitive Science
Veranstaltungstyp	Vorlesung in der Kategorie Offizielle Lehrveranstaltungen
Erster Termin	Dienstag, 06.10.2020 16:00 - 18:00, Ort: 01/B01
Art/Form
SWS	6
Primäre Unterrichtssprache	Englisch / English
ECTS-Punkte	12

Lehrende

• Prof. Dr.-Ing. Gunther Heidemann
• Ulf Krumnack, Ph.D.
• Axel Schaffland, M. Sc.
• Ludwig Schallner, M. Sc.

Tutor/-innen

• Luan Wei
• Paul Jänsch
• Sören Selbach
• Marvin Raspini
• Weronika Klos
• Artem Petrov, M. Sc.

Räume und Zeiten

Keine Raumangabe

Dienstag: 14:00 - 16:00, wöchentlich

Mittwoch: 10:00 - 12:00, wöchentlich

Donnerstag: 10:00 - 12:00, wöchentlich

01/B01

Dienstag, 06.10.2020 - Donnerstag, 08.10.2020 16:00 - 18:00

Studienbereiche

• Veranstaltungen > Cognitive Science > Master-Programm
• Veranstaltungen > Cognitive Science > Bachelor-Programm
• Schnupperstudium > Schnupper Uni > Cognitive Science
• Veranstaltungen > Informatik > Importmodule
• Uni für Alle > Cognitive Science

Modulzuordnungen

• Bachelor of Science Cognitive Science > CS-BWP-INF - Informatik gültig ab WiSe 2019/20
• Bachelor of Science Informatik > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Mathematik > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Bachelor of Science Cognitive Science > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20
• Master of Science Mathematik > CS-BWP-NI - Neuroinformatik gültig ab WiSe 2019/20

Kommentar/Beschreibung

Prerequisites: Basic Math

Both the rapid growth of image and video data and new applications such as robotics require automated image processing. This course introduces the basic concepts of artificial vision.
Topics: Image acquisition and representation; mathematical background; basic point operations; linear and nonlinear filtering; morphological pattern recognition; color (perceptual aspects and technical representation); gray-, color- and texture-segmentation; image reconstruction and enhancement; object recognition; compression; applications (e.g., image search in databases). A focus is on object recognition, where topics range from simple edge based methods and template matching over traditional approaches like PCA over Boosting, SIFT and SURF to (deep) neural networks.

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Anmeldung gesperrt (global)".

Folgende Regeln gelten für die Anmeldung:

• Die Anmeldung ist gesperrt.