Computer Vision I: Variational Methods (IN2246)
Lehrveranstaltung 0000002737 im WS 2019/20
Basisdaten
LV-Art | Vorlesung mit integrierten Übungen |
---|---|
Umfang | 6 SWS |
betreuende Organisation | Informatik 9 - Lehrstuhl für Computer Vision and Artificial Intelligence (Prof. Cremers) |
Dozent(inn)en |
Daniel Cremers Nikolaus Demmel |
Termine |
Di, 10:00–12:00, Interims I 102 Do, 10:00–12:00, Interims I 102 Mi, 10:30–12:30, Interims II 004 |
Zuordnung zu Modulen
-
IN2246: Computer Vision I: Variational Methods / Computer Vision I: Variational Methods
Dieses Modul ist in den folgenden Katalogen enthalten:- Allgemeiner Katalog der nichtphysikalischen Wahlfächer
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 |
Gleiche Lehrveranstaltungen (z. B. in anderen Semestern)
Semester | Titel | Dozent(en) | Termine |
---|---|---|---|
WS 2018/9 | Computer Vision I: Variational Methods (IN2246) |
Cremers, D.
Häfner, B.
Mitwirkende: Eisenberger, M.Schubert, D. |
Di, 10:00–12:00, Interims I 102 Mi, 10:30–12:30, Interims II 004 Do, 10:00–12:00, Interims I 102 |