Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Switch to english language
Startseite    Anmelden     
Logout in [min] [minutetext]
WiSe 2024/25

Image Analysis and Object Recognition - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung SWS 4
Veranstaltungsnummer 4336010 Max. Teilnehmer/-innen
Semester SoSe 2024 Zugeordnetes Modul
Erwartete Teilnehmer/-innen
Rhythmus jedes 2. Semester
Hyperlink https://moodle.uni-weimar.de/course/view.php?id=48987
Weitere Links http://www.uni-weimar.de/medien/cv
Comp.Vision in Engineering
Sprache englisch
Termine Gruppe: [unbenannt]
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
Di. 15:15 bis 16:45 wöch. von 09.04.2024  Coudraystraße 9 A - Hörsaal 6  

Lecture

 
Einzeltermine anzeigen
Do. 11:00 bis 12:30 wöch. von 11.04.2024  Coudraystraße 9 A - Hörsaal 6  

Lab class

 
Einzeltermine anzeigen
Di. 11:00 bis 13:00 Einzel am 06.08.2024 Coudraystraße 9 A - Hörsaal 6  

written Exam

 
Einzeltermine anzeigen
Di. 11:00 bis 13:00 Einzel am 06.08.2024 Steubenstraße 6, Haus F - Audimax  

written Exam

 
Gruppe [unbenannt]:
 
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Rodehorst, Volker, Prof., Dr.-Ing.habil.
Kaisheva, Mariya , Master of Science
Studiengänge
Abschluss Studiengang Semester Leistungspunkte
M. Sc. Computer Science and Media (M.Sc.), PV 11 - 4,5
M. Sc. Human-Computer Interaction (M.Sc.), PV14 - 4,5
M. Sc. Digital Engineering (M.Sc.), PV 17 - 6
M. Sc. Human-Computer Interaction (M.Sc.), PV15 - 4,5
M. Sc. Human-Computer Interaction (M.Sc.), PV17 - 4,5
M. Sc. Digital Engineering (M.Sc.), PV 19 - 4,5
M. Sc. Computer Science for Digital Media (M.Sc.), PV 18 - 4,5
M. Sc. Human-Computer Interaction (M.Sc.), PV19 - 6
M. Sc. MediaArchitecture (M.Sc.), PV2020 - 6
M. Sc. Computer Science for Digital Media (M.Sc.), PV 2020 - 6
M. Sc. MediaArchitecture (M.Sc.), PV2022 - 6
M. Sc. Digital Engineering (M.Sc.), PV 2023 - 6
M. Sc. Computer Science for Digital Media (M.Sc.), PV 17 - 4,5
Zuordnung zu Einrichtungen
Computer Vision in Engineering
Inhalt
Beschreibung

Bildanalyse und Objekterkennung

Die Vorlesung gibt eine Einführung in die Grundlagen der Mustererkennung und Bildanalyse. Behandelt werden unter anderem die Bildverbesserung, lokale und morphologische Operatoren, Kantenerkennung, Bilddarstellung im Frequenzraum, Fourier-Transformation, Hough-Transformation, Segmentierung, Skelettierung, Objektklassifizierung und maschinelles Lernen zur visuellen Objekterkennung.

 

engl. Beschreibung/ Kurzkommentar

Image analysis and object recognition

The lecture gives an introduction to the basic concepts of pattern recognition and image analysis. It covers topics as image enhancement, local and morphological operators, edge detection, image representation in frequency domain, Fourier transform, Hough transform, segmentation, thinning, object categorization and machine learning for visual object recognition.

 

Literatur

B. Jähne, 2005: Digital image processing, Springer 1-608.

R.C. Gonzalez and R.E. Woods, 2008: Digital image processing, Prentice Hall, 1-976.

R. Szeliski, 2021: Computer vision: algorithms and applications 2Ed Draft, Springer.

D. Forsyth and J. Ponce, 2012: Computer vision: a modern approach, Pearson, 1-793.

R.O. Duda, P.E. Hart and D.G. Stork, 2000: Pattern classification, Wiley, 1-680.

C.M. Bishop, 2007: Pattern recognition and machine learning, Springer, 1-740.

Leistungsnachweis

Erfolgreiche Bearbeitung der Übungen sowie des Miniprojekts und Klausur

Zielgruppe

M.Sc. Computer Science for Digital Media,
M.Sc. Human-Computer Interaction,
M.Sc. Digital Engineering,
offen für interessierte Studierende aus den Masterstudiengängen der Fakultät B  sowie MediaArchitecture.

 


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2024 , Aktuelles Semester: WiSe 2024/25

BISON-Portal Startseite   Zurück Kontakt/Impressum Datenschutz