Modellbasierte Auswertung von Bildern und Bildfolgen
Model based Evaluation of images and image sequences

Modul IN2024

Dieses Modul wird durch Fakultät für Informatik bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Basisdaten

IN2024 ist ein Semestermodul in Deutsch oder Englisch auf Bachelor-Niveau und Master-Niveau das im Sommersemester angeboten wird.

Die Gültigkeit des Moduls ist bis WS 2012/3.

GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
90 h 30 h 3 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

Die Rekonstruktion der von einer Kamera beobachteten Welt aus dem Datenmaterial einzelner Bilder oder aus Bildfolgen, die räumliche oder zeitliche Aspekte erfassen, ist ein extrem unterbestimmtes Problem. Zusätzliches Wissen ist notwendig, um Annahmen über die Welt in den Analyseprozess einzubringen. Dieses Wissen wird vorzugsweise deklarativ formuliert, um Wissensinhalt und Interpretationsmechanismus zu trennen. Unter anderem werden folgende Themen angesprochen: - grundsätzlicher Aufbau von modellbasierten Systemen - Überblick über Anwendungen in der Forschung, Industrie, Medizin ... - Abstraktionsebenen des Wissenseinsatzes - Modelle und Wissensrepräsentation - Inferenzmechanismen - Modelle für digitale Bilder und deren Erfassung - symbolische und semantische Modelle - Beispiele, aktuelle Forschung

Lernergebnisse

Die Rekonstruktion der von einer Kamera beobachteten Welt aus dem Datenmaterial einzelner Bilder oder aus Bildfolgen, die räumliche oder zeitliche Aspekte erfassen, ist schwierig. Zur Lösung des Problems müssen Modelle verwendet werden, die zusätzliches Wissen über die Welt deklarativ repräsentieren. Kenntnisse werden vermittelt, die die Wahl, den Aufbau und die Verwendung solcher Modelle bestimmen. Die Zuhörer sollen verstehen, welche Rolle Modelle bei der automatischen Interpretation von Bildern und Bildfolgen spielen. Sie lernen die Theorie symbolischer und stochastischer Modellierung kennen sowie deren Anwendung in beispielhaften Verfahren. Sie sollen in der Lage sein, einfachste modellbasierte Systeme zum Verstehen von Bildern und Bildfolgen zu programmieren.

Voraussetzungen

IN2016 Bildverstehen II: Robot Vision

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lern- und Lehrmethoden

Vorlesung

Medienformen

keine Angabe

Literatur

Wird in der Vorlesung bekanntgegeben

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

mündliche Prüfung

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

Kondensierte Materie

Wenn Atome sich zusammen tun, wird es interessant: Grundlagenforschung an Festkörperelementen, Nanostrukturen und neuen Materialien mit überraschenden Eigenschaften treffen auf innovative Anwendungen.

Kern-, Teilchen-, Astrophysik

Ziel der Forschung ist das Verständnis unserer Welt auf subatomarem Niveau, von den Atomkernen im Zentrum der Atome bis hin zu den elementarsten Bausteinen unserer Welt.

Biophysik

Biologische Systeme, vom Protein bis hin zu lebenden Zellen und deren Verbänden, gehorchen physikalischen Prinzipien. Unser Forschungsbereich Biophysik ist deutschlandweit einer der größten Zusammenschlüsse in diesem Bereich.