EN

Modul

Maschinelle Visuelle Wahrnehmung [M-INFO-101239]

Leistungspunkte
9
Turnus
Jedes Semester
Dauer
1 Semester
Sprache
Level
4
Version
7

Verantwortung

Einrichtung

  • KIT-Fakultät für Informatik

Bestandteil von

Teilleistungen

Identifier Name LP
T-INFO-111491 Deep Learning für Computer Vision I: Grundlagen 3
T-INFO-109796 Deep Learning für Computer Vision 3
T-INFO-101347 Computer Vision für Mensch-Maschine-Schnittstellen 6
T-INFO-101362 Mustererkennung 6
T-INFO-105943 Projektpraktikum Computer Vision für Mensch-Maschine-Interaktion 6
T-INFO-101273 Einführung in die Bildfolgenauswertung 3
T-INFO-101297 Biometric Systems for Person Identification 3
T-INFO-101292 Bilddatenkompression 3
T-INFO-101363 Automatische Sichtprüfung und Bildverarbeitung 6

Erfolgskontrolle(n)

Siehe Teilleistung.

Qualifikationsziele

Studierende haben fundiertes Wissen darüber,

  • auf welche Weise sich optische und geometrische Eigenschaften von Objekten (Menschen und Gegenständen) und Szenen bei unterschiedlichen Aufnahmeverfahren in Bild- und Videodaten manifestieren,
  • wie solche Daten aufbereitet werden,
  • wie schrittweise die interessierenden Informationen herausgearbeitet werden, und
  • wie diese Daten schließlich in geeigneter Form für die weitere Nutzung durch Maschinen oder den Menschen bereitgestellt werden.

Voraussetzungen

Siehe Teilleistung.

Inhalt

Technische Systeme, die ihre Umwelt auf Basis visueller Informationen wahrnehmen sollen und die ggf. sogar darauf reagieren sollen, müssen in der Lage sein, Bilder ihrer Umwelt aufzunehmen und automatisch auszuwerten. Hierfür müssen Objekte in Szenen erkannt und verfolgt werden. Ihre Eigenschaften und wechselseitigen Beziehungen müssen aus den Bildern geschätzt werden und zeitlich ausgedehnte Sachverhalte (Abläufe, Handlungen, …) sind zu bestimmen. Das zielt darauf ab, aufgabenrelevante Aspekte der Umwelt des technischen Systems aus Bilddaten automatisch zu extrahieren und so aufzubereiten, dass automatische Entscheidungen getroffen werden können und - wenn auch sehr eingeschränkt - ein aufgabenbezogenes maschinelles Verständnis der Umwelt ermöglicht wird.

In diesem Modul wird vermittelt, auf welche Weise sich die optischen und geometrischen Eigenschaften von Objekten (Menschen und Gegenstände) und Szenen bei unterschiedlichen Aufnahmeverfahren in Bild- und Videodaten manifestieren. Es wird gezeigt, wie solche Daten aufbereitet werden, schrittweise die interessierenden Informationen herausgearbeitet werden und wie diese schließlich in geeigneter Form für die weitere Nutzung durch Maschinen oder den Menschen bereitgestellt werden können.

Empfehlungen

Kenntnisse der Grundlagen der Stochastik, Signal- und Bildverarbeitung sind hilfreich.

Arbeitsaufwand

Je nach gewählten Lehrveranstaltungen, insgesamt ca. 270 h.