Alle Lernmaterialien für deinen Kurs Computational Visual Perception

Diese Einheit behandelt die grundlegenden Konzepte und Techniken der Bildverarbeitung und legt den Grundstein für weiterführende Studien im Bereich Computational Visual Perception.

• Einführung in digitale Bilder und ihre Darstellung
• Grundlegende Bildoperationen wie Glättung und Schärfung
• Farbräume und Farbtransformationen
• Bildsegmentierungsmethoden
• Fourier-Transformation und Frequenzanalyse von Bildern

In dieser Sektion lernst Du verschiedene Techniken und Algorithmen zur Bilderkennung und ihre praktischen Anwendungen kennen.

• Feature-Extraktion und Deskriptoren
• Klassifikationsmethoden mit maschinellem Lernen
• Objekterkennung mit neuronalen Netzwerken
• Anwendung von Convolutional Neural Networks (CNNs)
• Einsatz und Training von Deep Learning Modellen

Detaillierte Einführung in die Algorithmen, die dem maschinellen Sehen zugrunde liegen, zur Verarbeitung und Interpretation von Bilddaten.

• Bildvorverarbeitungsalgorithmen
• Geometrische Transformationen und Perspektivwechsel
• Stereo- und Mehransichten-Geometrie
• Bewegungserkennung und -analyse
• Optische Fluss-Techniken

Diese Lektion fokussiert auf Methoden und Techniken zur 3D-Rekonstruktion von Szenen aus 2D-Bildern.

• Grundlagen der Projektionsgeometrie
• Struktur-aus-Bewegung Techniken (SfM)
• Stereovision und Disparitätskarte
• Multi-View Stereo
• Oberflächenrekonstruktion und 3D-Meshing

Hier werden verschiedene Praxisbeispiele und Anwendungen des maschinellen Sehens diskutiert und analysiert.

• Automatische Fahrzeugsysteme
• Gesichtserkennung und biometrische Systeme
• Medizinische Bildverarbeitung
• Industrielle Bildverarbeitung und Qualitätskontrolle
• Einsatz in der Robotik und Automatisierung