Diese Webseite wird nicht mehr aktualisiert.

Mit 1.10.2022 ist die Fakultät für Physik in der TUM School of Natural Sciences mit der Webseite https://www.nat.tum.de/ aufgegangen. Unter Umstellung der bisherigen Webauftritte finden Sie weitere Informationen.

de | en

Computer Vision I: Variational Methods (IN2246)

Lehrveranstaltung 0000000373 im WS 2017/8

Basisdaten

LV-Art Vorlesung
Umfang 4 SWS
betreuende Organisation Informatik 9 - Lehrstuhl für Computer Vision and Artificial Intelligence (Prof. Cremers)
Dozent(inn)en Leitung/Koordination: Daniel Cremers
Termine

Zuordnung zu Modulen

weitere Informationen

Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).

ergänzende Hinweise Variationsansätze bilden eines der leistungsstärksten Paradigmen zur Lösung von Herausforderungen in der Bildverarbeitung und in vielen anderen Forschungsbereichen. Sie gehören zu den klassischen Methoden der Optimierung. Mit ihnen lassen sich viele Fragen der Bildverarbeitung elegant lösen - Beispiele sind das Entrauschen, Schärfen, die Bildsegmentierung, das Verfolgen von Objekten, die Schätzung von optischem Fluss und Bewegung und die Rekonstruktion drei-dimensionaler Formen aus Bildern. In der Vorlesung werden die mathematischen Grundlagen der Variationsansätze und deren Lösung eingeführt - einschliesslich der Euler-Lagrange Gleichungen und der numerischen Umsetzung mit Hilfe partieller Differentialgleichungen. Es wird detailliert, wie eine Vielzahl von Bildverarbeitungsproblemen in Form von Variationsansätzen formuliert und gelöst werden kann. Gegen Ende der Vorlesung wird vorgestellt, wie man viele klassische Variationsansätze mit Hilfe konvexer Funktionale lösen kann. Dieser Zugang liefert global optimale oder fast optimale Lösungen entsprechender Probleme."
Links TUMonline-Eintrag
Nach oben