EN

Modul

Computer Vision für Mensch-Maschine-Schnittstellen [M-INFO-100810]

Leistungspunkte
6
Turnus
Jedes Wintersemester
Dauer
1 Semester
Sprache
Deutsch
Level
4
Version
1

Verantwortung

Einrichtung

  • KIT-Fakultät für Informatik

Bestandteil von

Teilleistungen

Identifier Name LP
T-INFO-101347 Computer Vision für Mensch-Maschine-Schnittstellen 6

Erfolgskontrolle(n)

Siehe Teilleistung.

Qualifikationsziele

  • Die Studierenden bekommen einen Überblick über grundlegende und aktuelle Bildverarbeitungsverfahren zur Erfassung von Menschen in Bildern und Bildfolgen sowie deren verschiedene Anwendungen im Bereich der Mensch-Maschine-Interaktion.
  • Die Studierenden verstehen grundlegende Konzepte und aktuelle Verfahren zur Erfassung von Menschen in Bildern und Bildfolgen, deren Möglichkeiten und Grenzen und kann diese anwenden

Voraussetzungen

Siehe Teilleistung.

Inhalt

Methoden des Maschinellen Sehens (Computer Vision) erlauben es, in Bildern und Bildfolgen Personen, ihre Körperhaltungen, Blickrichtungen, ihre Mimik, ihr Geschlecht und Alter, ihre Identität und Handlungen automatisch zu erkennen. Für diese computerbasierte visuelle Wahrnehmung von Menschen gibt es zahlreiche Anwendungsmöglichkeiten, wie beispielsweise interaktive „sehende“ Roboter, Fahrerassistenzsysteme, automatisierte Personenerkennung, oder auch die Suche in Bild- und Videoinhalten (Image Retrieval).

In dieser Vorlesung werden grundlegende und aktuelle Arbeiten aus dem Bereich des Maschinellen Sehens vorgestellt, die sich mit der Erfassung von Personen in Bildern und Bildfolgen beschäftigen.

  • Im Einzelnen werden in der Vorlesung folgende Themen besprochen:Finden von Gesichtern in Bildern
  • Anwendungen der Personenerfassung in Bildern und Bildfolgen
  • Erkennung von Personen anhand des Gesichts (Gesichtserkennung)
  • Mimikanalyse
  • Schätzen von Kopfdrehung und Blickrichtung
  • Globale und teilbasierte Modelle zur Detektion von Personen
  • Tracking in Bildfolgen
  • Erkennung von Bewegungen und Handlungen
  • Gestenerkennung

Im Rahmen der Vorlesung werden außerdem zwei bis drei Programmierprojekte zu ausgewählten Vorlesungsthemen angeboten, die von den Teilnehmern in kleinen Teams bearbeitet werden sollen. Hierdurch kann das in der Vorlesung erlernte Wissen vertieft und praktisch angewandt werden.

Arbeitsaufwand

Besuch der Vorlesungen: ca. 40 Stunden

Vor- und Nachbereitung der Vorlesung: ca. 40 Stunden

Durchführung der Programmierprojekte: ca. 30 Stunden

Klausurvorbereitung: ca. 70 h

Summe: ca. 180 Stunden