1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Eventbasierte Maschinelles Sehen

Zur Modulseite PDF generieren

#40993 / #2

Seit SoSe 2025

Englisch

Event-based Robot Vision
Eventbasierte Maschinelles Sehen

6

Gallego, Guillermo

Benotet

Portfolioprüfung

Englisch

Zugehörigkeit


Fakultät IV

Institut für Technische Informatik und Mikroelektronik

34342000 FG Robotic Interactive Perception

Keine Angabe

Kontakt


MAR 5-5

Gallego, Guillermo

guillermo.gallego@tu-berlin.de

https://www.digital-future.berlin/en/about-us/professors/prof-dr-guillermo-gallego/

Lernergebnisse

Die Teilnehmer lernen grundlegende Konzepte, theoretische Grundlagen und relevante Algorithmen kennen, die im Bereich der eventbasierten (d. h. neuromorphen) Bildverarbeitung entwickelt wurden. Nach Abschluss des Moduls haben die Teilnehmer einen Überblick über das Feld, das vom Funktionsprinzip eventbasierter Sensoren (z. B. eventbasierter Kameras) über ihre Vor- und Nachteile bis hin zu den Methoden reicht, mit denen die Eventdaten für eine Zielanwendung verarbeitet werden. Die Teilnehmer lernen auch die Unterschiede zur konventionellen (Video-basierten) Computerbildverarbeitung in Bezug auf Methoden, Leistungskriterien und Anwendungen kennen.

Lehrinhalte

Dieser Kurs ist der erste seiner Art weltweit. Nach bestem Wissen des Kursleiters wurde aufgrund der Neuartigkeit der behandelten Themen, die in den letzten zehn Jahren auf Forschungskonferenzen und in Fachzeitschriften erschienen sind, bisher nirgendwo ein ähnlicher Kurs angeboten. Zu den behandelten Themen gehören: Biologisch inspiriertes Funktionsprinzip von eventbasierten (d.h. neuromorphen) Sensoren. Eventbasierte Merkmalserkennung und -verfolgung. Eventbasierte Bewegungsschätzung: Schätzung des optischen Flusses, 3D-Rekonstruktion, Lokalisierung der Kamera und Schätzung der Eigen-Bewegung, simultane Lokalisierung und Kartierung (E-SLAM). Stereo-Tiefenschätzung in dynamischen Szenen. Rekonstruktion der Bildintensität aus Events. Eventbasierte Mustererkennung, Klassifizierung und maschinelles Lernen. Eventbasierte Signalverarbeitung und -filterung. Eventbasierte Sensor-Fusion. Eventbasierte Regelung. Eventbasierte (d.h. Spike-basierte) Hardware. Neue Anwendungen im eventbasierten maschinellen Sehen.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Event-based Robot VisionUE34342000L-002SoSeen2
Event-based Robot VisionVL34342000L-001SoSeen4
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Event-based Robot Vision (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.04.0h60.0h
90.0h(~3 LP)

Event-based Robot Vision (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.02.0h30.0h
90.0h(~3 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

In den Vorlesungen werden die Themen (Sensoren und Algorithmen) aus theoretischer Sicht vorgestellt, mit besonderen Fokus auf die zugrunde liegenden Prinzipien und verwendeten mathematischen Werkzeuge. Die Teilnahme/Interaktion ist erwünscht und wird erwartet, einschließlich der Möglichkeit von Leseaufträgen. Von den Teilnehmern wird erwartet, dass sie die Themen nach dem Unterricht zur Vorbereitung auf die Übungen wiederholen. Die Übungen finden parallel statt. Sie bieten den Teilnehmern die Möglichkeit, praktische Einblicke in die Technologie der eventbasierten Kameras zu erhalten. Eventbasierte Verarbeitungsalgorithmen werden im Detail besprochen und teilweise implementiert.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Das Modul deckt viele Themen der neusten Forschung ab. Es erfordert Grundkenntnisse in den Bereichen Informationstechnologie, Bildverarbeitung, maschinelles Sehen und maschinelles Lernen.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Englisch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
(Prüfung) Schriftliche Prüfung (Abschlussprüfung)40schriftlich
(Prüfung) Schriftliche Prüfung (Zwischenprüfung)30schriftlich
(Deliverables) Praktische Übungen30praktisch

Notenschlüssel

Notenschlüssel »Notenschlüssel 1: Fak IV (1)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt86.0pt82.0pt78.0pt74.0pt70.0pt66.0pt62.0pt58.0pt54.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Die Prüfungen bestehen aus Multiple-Choice-Fragen sowie aus Aufgaben, bei denen die Antwort in schriftlicher Form (mit Sätzen und Mathematik) ausgearbeitet werden muss.

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

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Bei Fragen zum Modul wenden Sie sich bitte an Prof. Gallego guillermo.gallego@tu-berlin.de

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Gallego et al., Event-based Vision: A survey, IEEE T-PAMI 2022. https://arxiv.org/abs/1904.08405
Posch et al., Retinomorphic Event-Based Vision Sensors: Bioinspired Cameras With Spiking Output. Proc. IEEE (2014), 102(10):1470-1484
List of Event-based Vision Resources: https://github.com/uzh-rpg/event-based_vision_resources
CVPR 2023 International Workshop on Event-based Vision - Slides and Videos: https://tub-rip.github.io/eventvision2023/

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Computer Engineering (M. Sc.)13SoSe 2025SoSe 2025
Computer Science (Informatik) (M. Sc.)13SoSe 2025SoSe 2025
Elektrotechnik (M. Sc.)12SoSe 2025SoSe 2025
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)11SoSe 2025SoSe 2025

Sonstiges

Keine Angabe