Moses - Event-based Robot Vision Project

Zur Modulseite PDF generieren

Modul / Version
#41021 / #1

Gültigkeit
SoSe 2021 - WiSe 2024/25

Verfügbare Sprache(n)
Englisch

Titel des Moduls
Event-based Robot Vision Project

Leistungspunkte
9

Modulverantwortliche*r
Gallego, Guillermo

Benotung
Benotet

Prüfungsform
Portfolioprüfung

Lehrsprache(n)
Englisch

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Technische Informatik und Mikroelektronik

Fachgebiet
34342000 FG Robotic Interactive Perception

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
MAR 5-5

Ansprechpartner*in
Gallego, Guillermo

E-Mail-Adresse
guillermo.gallego@tu-berlin.de

Webseite

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

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird auf Wunsch trotzdem der Inhalt der unvollständigen Spracheversion angezeigt.

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum SoSe 2021 - WiSe 2024/25. Die Version für das aktuelle Semester (SoSe 2025) finden Sie hier: Modulbeschreibung des SoSe 2025

Lernergebnisse

Participants of this project course will gain practical experience in applying techniques from event-based and computer vision to solve problems in robot perception (motion estimation, recognition, etc.). Participants will work individually or in a small team collaboratively, and will acquire knowledge about the state-of-the-art on event-based vision related to the chosen problem.

Lehrinhalte

Keine Angabe

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Event-based Robot Vision	PJ	3434 L 11007	WiSe/SoSe	Keine Angabe	6

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Event-based Robot Vision (PJ):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	6.0h	90.0h
Vor-/Nachbereitung	15.0	12.0h	180.0h
			270.0h(~9 LP)

Der Aufwand des Moduls summiert sich zu 270.0 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Keine Angabe

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Keine Angabe

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

Name	Punkte	Kategorie	Dauer/Umfang
(Deliverable assessment) Final presentation	25	mündlich	Keine Angabe
(Deliverable assessment) Implementation	40	praktisch	Keine Angabe
(Deliverable assessment) Intermediate presentation	20	mündlich	Keine Angabe
(Deliverable assessment) Technical documentation	15	schriftlich	Keine Angabe

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl	1.0	1.3	1.7	2.0	2.3	2.7	3.0	3.3	3.7	4.0
100.0pt	95.0pt	90.0pt	85.0pt	80.0pt	75.0pt	70.0pt	65.0pt	60.0pt	55.0pt	50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Keine Angabe

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 15.

Anmeldeformalitäten

Keine Angabe

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: nicht verfügbar

Literatur

Empfohlene Literatur
Digital Image Processing, Gonzalez and Woods. Pearson
Event-based Vision: A Survey. Gallego et al., IEEE TPAMI 2020
R. Szeliski, Computer Vision: Algorithms and Applications, Springer, 2nd Edition

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe