Modul CS4250-KP04, CS4250

Computer Vision (CompVision)

Dauer:

1 Semester

Angebotsturnus:

Jedes Sommersemester

Leistungspunkte:

Studiengang, Fachgebiet und Fachsemester:

Master Mathematik in Medizin und Lebenswissenschaften 2023 (Wahlpflicht), Informatik, 2. oder 3. Fachsemester
Master Medizinische Ingenieurwissenschaft 2020 (Wahlpflicht), Informatik/Elektrotechnik, Beliebiges Fachsemester
Master Informatik 2019 (Wahlpflicht), Wahlpflicht, Beliebiges Fachsemester
Master Medieninformatik 2020 (Wahlpflicht), Informatik, Beliebiges Fachsemester
Master Biophysik 2019 (Wahlpflicht), Wahlpflicht, 2. Fachsemester
Master Biomedical Engineering (Wahlpflicht), Vertiefung, 2. Fachsemester
Master Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Informatik, 2. oder 3. Fachsemester
Master Medizinische Ingenieurwissenschaft 2014 (Wahlpflicht), Informatik/Elektrotechnik, 1. oder 2. Fachsemester
Master Medieninformatik 2014 (Wahlpflicht), Informatik, Beliebiges Fachsemester
Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Bildgebende Systeme, 2. oder 3. Fachsemester
Master Mathematik in Medizin und Lebenswissenschaften 2010 (Pflicht), MML/Bildgebung, 2. Fachsemester
Master Medizinische Ingenieurwissenschaft 2011 (Vertiefung), Bildgebende Systeme, Signal- und Bildverarbeitung, 2. Fachsemester
Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Signal- und Bildverarbeitung, 2. oder 3. Fachsemester
Master Informatik 2012 (Pflicht), Anwendungsfach Robotik und Automation, 2. Fachsemester
Master Informatik 2012 (Pflicht), Anwendungsfach Bioinformatik, 2. Fachsemester
Master Informatik 2012 (Wahlpflicht), Vertiefungsblock Intelligente Eingebettete Systeme, 2. Fachsemester

Lehrveranstaltungen:

CS4250-Ü: Computer Vision (Übung, 1 SWS)
CS4250-V: Computer Vision (Vorlesung, 2 SWS)

Workload:

45 Stunden Präsenzstudium
55 Stunden Selbststudium
20 Stunden Prüfungsvorbereitung

Lehrinhalte:
Einführung in das biologische und künstliche Sehen Sensoren, Kameras und optische Abbildungen Bildmerkmale: Kanten, intrinsische Dimension, Hough-Transformierte, Fourier-Deskriptoren, Snakes Tiefensehen, 3D-Kameras Bewegungsschätzung und optischer Fluss Objekterkennung Beispielanwendungen

Qualifikationsziele/Kompetenzen:

Studierende können die Grundlagen des künstlichen Sehens verstehen.
Sie können die Auswahl und Kalibrierung von Kamerasystemen erklären und durchführen.
Sie können die wichtigsten Methoden zur Merkmalsextraktion, Bewegungsschätzung, und Objekterkennung erklären und umsetzen.
Sie können für unterschiedliche Probleme des künstlichen Sehen beispielhafte Lösungsansätze angeben.

Vergabe von Leistungspunkten und Benotung durch:

Mündliche Prüfung

Modulverantwortlicher:

Prof. Dr.-Ing. Erhardt Barth

Lehrende:

Institut für Neuro- und Bioinformatik

Prof. Dr.-Ing. Erhardt Barth

Literatur:

Richard Szeliski: Computer Vision: Algorithms and Applications - Springer, Boston, 2011
David Forsyth and Jean Ponce: Computer Vision: A Modern Approach - Prentice Hall, 2003

Sprache:

Englisch, außer bei nur deutschsprachigen Teilnehmern

Bemerkungen:

Zulassungsvoraussetzungen zur Belegung des Moduls:
- Keine

Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Regelmäßige Teilnahme an den Übungen gemäß Vorgabe am Semesteranfang
- Erfolgreiche Bearbeitung von Übungszetteln gemäß Vorgabe am Semesteranfang

Modulprüfung(en):
- CS4250-L1: Computer Vision, mündliche Prüfung, 100% der Modulnote

Ist identisch zu Modul XM2330 der Fachhochschule Lübeck