INF.01076.07 - Bildverarbeitung (Complete module description)

PD Dr. Birgit Möller

keine

1. Die Studierenden kennen fortgeschrittene Techniken der digitalen Bildverarbeitung und -analyse und können deren methodische Grundlagen, Eigenschaften und Limitationen darstellen, einschätzen und diskutieren.
2. Sie können diese Methoden und Techniken auf konkrete Probleme der Bildverarbeitung und -analyse anwenden und in einer geeigneten Programmiersprache implementieren, sowie deren Leistungsfähigkeit und Limitationen experimentell evaluieren.

Ziel der digitalen Bildanalyse ist die automatische Analyse und Interpretation bildhafter Daten und die Extraktion qualitativer, symbolischer Beschreibungen oder quantitativer Größen der abgebildeten Objekte und Szenen aus diesen Daten. In diesem Modul werden fortgeschrittene Ansätze und Techniken zur Bildanalyse und -interpretation vorgestellt, wobei sowohl fortgeschrittene konventionelle Techniken wie auch aktuelle Methoden zur Bildanalyse und -interpretation auf Basis moderner Verfahren des maschinellen Lernens behandelt werden:

• Detektion, Deskription und Matching von Merkmalspunkten
• Bildtransformationen und Registrierungsansätze
• Bildsegmentierung mit aktiven Konturen
• Objekttracking und Prädiktionsfilter
• Grundlagen neuronaler Netze und von Methoden des maschinellen Lernens zur Bildanalyse
• Maschinelle Lernverfahren und Modelle zur Klassifikation und semantischen Segmentierung von Bildern
• Objektdetektion mit neuronalen Netzen

In Ergänzung zu den theoretischen Grundlagen werden die vorgestellten Ansätze und Verfahren im Rahmen von Übungsaufgaben und kleinen Praxisprojekten implementiert und anhand von praxisnahen Fragestellungen evaluiert.

Basismodul der Vertiefungsrichtung "Bildanalyse und Maschinelles Lernen"

Erfolgreiches Bearbeiten der Übungs- und ggf. Projektaufgaben, nachzuweisen durch aktive Teilnahme an den Übungen mit Vorrechnen/Präsentation von Aufgabenlösungen und (Projekt-)Ergebnissen sowie Beteiligung an Diskussionen

mündl. Prüfung oder Klausur