MLU
INF.01077.02 - Bildverstehen (Complete module description)
Original version English
INF.01077.02 5 CP
Module label Bildverstehen
Module code INF.01077.02
Semester of first implementation
Faculty/Institute Institut für Informatik
Module used in courses of study / semesters
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation (WS 2009/10 - SS 2016) > Computergraphik, Bildverarbeitung
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Primärmodule
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Sekundärmodule
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Sekundärmodule
Responsible person for this module
Further responsible persons
Prof. Dr. Stefan Posch
Prerequisites
Skills to be acquired in this module
  • Aufbauend auf Grundkenntnisse der Bildverarbeitung auf dem Niveau des Module ”Einführung in die Bildverarbeitung” erwerben die Studierenden Kenntnisse, Bilddaten auf stärker problemabhängigem Abstraktionsniveau zu analysieren.
  • Die Studierenden erwerben die Kompetenz, solche Methoden fachwissenschaftlich einzuordnen und sinnvoll zur Auswertung von Bilddaten in Abhängigkeit von der Anwendungssituation einzusetzen. Weiterhin haben die Studierenden ein Verständnis für Probleme, Methoden und Begrenzungen der Bildanalyse.
Module contents
  • Objekt- und Gesichtserkennung
  • Tracking
  • Symbolische Beschreibung von Bildern
Forms of instruction Course (2 SWS)
Course (2 SWS)
Course
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency nicht festlegbar
Module capacity unlimited
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 3: %; Course 4: %.
Share of module grade on the course of study's final grade 1
Reference text
Angebotsturnus: unregelmäßig Primärmodul für Vertiefungsrichtungen: Mustererkennung und Bildverarbeitung Sekundärmodul für Vertiefungsrichtungen: Computergrafik, Virtual Reality, Multimedia Bioinformatik
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Course Vorlesung 2 0
Course 2 Course Übung 2 0
Course 3 Course Selbststudium zur Vorlesung 0
Course 4 Course Bearbeiten der Übungsaufgabe 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Course 4
Final exam of module
Erfolgreiches Lösen von Übungsaufgaben, Erfolgreiches Vorrechnen von Übungsaufgaben in den Übungen, regelmässige Teilnahme
mündl./schriftl. Prüfung
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Summer or winter semester No %
Course 2 Summer or winter semester No %
Course 3 Summer or winter semester No %
Course 4 Summer or winter semester No %