MLU
INF.01078.09 - Geometrische Szenenrekonstruktion (Complete module description)
Original version English
INF.01078.09 5 CP
Module label Geometrische Szenenrekonstruktion
Module code INF.01078.09
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 valid from SoSe 2023 > Bildanalyse und Maschinelles Lernen (Anteil gem. § 5 Abs. 4-6, Anlage 2)
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation (WS 2009/10 - SS 2016) > Computergraphik, Bildverarbeitung
  • Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation (WS 2016/17 - WS 2022/23) > Bildanalyse und Maschinelles Lernen
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation valid from SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen`
  • 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
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2013/14 - SS 2016) > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen`
  • Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2016/17 - WS 2022/23) > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen`
Responsible person for this module
Further responsible persons
PD Dr. Birgit Möller
Prerequisites
keine
Skills to be acquired in this module
1. Die Studierenden können die Konzepte und Methoden der projektiven Geometrie und deren Anwendungsfelder im Kontext der digitalen Bildanalyse beschreiben und formalisieren. Sie können verschiedene Methoden zur Rekonstruktion von euklidischen bis projektiven Eigenschaften einer Szene aus Einzelbildern und Bildfolgen veranschaulichen und deren Leistungsfähigkeit und Limitationen einschätzen.
2. Die Studierenden können zentrale Methoden und Verfahren auf konkrete Fragestellungen der Szenenrekonstruktion anwenden und unter Nutzung einer geeigneten Programmiersprache implementieren, sowie experimentell evaluieren.
3. Die Studierenden können sich kleinere, abgegrenzte Themenkomplexe der geometrischen Szenenrekonstruktion unter Anleitung selbständig erarbeiten und im Rahmen kleinerer Projekte in der Praxis erproben sowie im Seminar verständlich präsentieren.
Module contents
Bei der Projektion von Szenen mit Hilfe von Kameras geht die Information über deren Dreidimensionalität verloren. Diese - zumindest partiell - wieder zu rekonstruieren, ist Gegenstand des Moduls. Diese Rekonstruktion erfolgt auf der Basis von Bildmerkmalen, die in dem oder den gegebenen Bildern mit Techniken der Bildverarbeitung bereits detektiert wurden. Als mathematisches Handwerkszeug hierzu werden wichtige Konzepte der projektiven Geometrie vermittelt. Behandelt werden insbesondere:
  • Grundlagen der projektiven Geometrie, projektive Räume
  • Kameramodelle und Kalibrierung
  • Klassen von Transformationen und Parameterschätzung
  • Epipolargeometrie und Stereorekonstruktion
  • Szenenrekonstruktion aus Bildfolgen
Forms of instruction Course (1 SWS)
Course
Course (2 SWS)
Course
Course (1 SWS)
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: %; Course 5: %.
Share of module grade on the course of study's final grade 1
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 Seminar 1 0
Course 2 Course Selbststudium zur Vorlesung 0
Course 3 Course Übung 2 0
Course 4 Course Bearbeiten der Übungsaufgaben 0
Course 5 Course Vorlesung 1 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Course 4
Course 5
Final exam of module
Erfolgreiches Lösen von Übungs- bzw. Projektaufgaben, Erfolgreiches Vorrechnen von Übungsaufgaben und Vorstellen von Projektergebnissen in den Übungen und im Seminar
mündl. Prüfung oder Klausur
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Winter semester No %
Course 2 Winter semester No %
Course 3 Winter semester No %
Course 4 Winter semester No %
Course 5 Winter semester No %