Zur Modulseite PDF generieren

#40345 / #3

SS 2016 - WS 2016/17

English

Automatic Image Analysis

6

Hellwich, Olaf

Benotet

Schriftliche Prüfung

English

Zugehörigkeit


Fakultät IV

Institut für Technische Informatik und Mikroelektronik

34341600 FG Computer Vision and Remote Sensing

Keine Angabe

Kontakt


MAR 6-5

Hellwich, Olaf

olaf.hellwich@tu-berlin.de

Lernergebnisse

The students acquire stepwise competence for the development of image understanding methods. According to computer vision paradigm knowledge-based image analysis methods are developed based on feature extraction. The module clarifies that the learned skills can be used within multifaceted application areas of automatic image understanding.

Lehrinhalte

Visual cognition, grouping, shape descriptors, computer vision paradigm, knowledge-based image analysis, models of the real world, formal representation of the models, modelling of uncertainty (softcomputing), invariant pattern recognition, Bayesian decision theorem, Markoff random field models, Bayesian networks, object categorisation, automatic interpretation of maps, application to close range and air photographs

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Automatic Image AnalysisVL0433 L 130SoSeKeine Angabe2
Automatic Image AnalysisUE0433 L 131SoSeKeine Angabe2

Arbeitsaufwand und Leistungspunkte

Automatic Image Analysis (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Attendance15.02.0h30.0h
Preparation/ Post-processing15.02.0h30.0h
60.0h(~2 LP)

Automatic Image Analysis (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Attendance15.02.0h30.0h
Preparation/ Post-processing15.06.0h90.0h
120.0h(~4 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Underlying philosophy, methods and algorithms are explicated in the lectures. In the exercises which take place in parallel, methods and algorithms are implemented and applied exemplarily.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Knowledge according module „Digital Image Processing" or equivalent is preferable.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Voraussetzung
Leistungsnachweis »Homework Automatic Image Analysis«

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Written exam

Sprache(n)

English

Dauer/Umfang

Keine Angabe

Prüfungsbeschreibung (Abschluss des Moduls)

A written examination at the end of the term. Conditions of accreditation are passed exercises.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Registration for the exam has to be made online.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:

 

Literatur

Empfohlene Literatur
http://www.cv.tu-berlin.de/menue/lectures/summer_term/automatic_image_analysis/parameter/en/

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Nebenhörerinnen / Nebenhörer können an der Veranstaltung teilnehmen.

Sonstiges

The module is offered each summer term.