Website
Modulhandbuch

Modul CS4250-KP04, CS4250

Computer Vision (CompVision)

Dauer:
1 Semester
Angebotsturnus:
Jedes Sommersemester
Leistungspunkte:
4
Studiengang, Fachgebiet und 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 Problemen des künstlichen Sehen beispielhafte Lösungsansätze angeben.
Vergabe von Leistungspunkten und Benotung durch:
  • Mündliche Prüfung
Modulverantwortlicher:
Lehrende:
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:

Prüfungsvorleistungen können zu Beginn des Semesters festgelegt werden. Sind Vorleistungen definiert, müssen diese vor der Erstprüfung erbracht und positiv bewertet worden sein. Prüfungsvorleistungen: Teilnahme an der Übung, Bestehen von mindestens 70% der Übungsaufgaben. Ist identisch zu Modul XM2330 der Fachhochschule Lübeck

Letzte Änderung:
17.7.2019