Zur Modulseite PDF generieren

#41021 / #2

Seit SoSe 2025

Englisch

Event-based Robot Vision PROJECT
Eventbasierte Maschinelles Sehen - PROJEKT

9

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

Lernergebnisse

Die Teilnehmer dieses Projektkurses werden praktische Erfahrungen in der Anwendung von Techniken des eventbasierten maschinellen Sehens zur Lösung von Problemen der robotischen Umgebungswarnehmung (Bewegungsschätzung, Erkennung usw.) sammeln. Die Teilnehmer arbeiten einzeln oder in einem kleinen Team zusammen und erwerben Kenntnisse über den Stand der Technik im Bereich des eventbasierten Sehens im Zusammenhang mit dem gewählten Problem.

Lehrinhalte

Die eventbasierte Bildverarbeitung ist eine neuartige Technologie, die Vorteile verspricht, um einige der Einschränkungen herkömmlicher, bildbasierter Kameras und visueller Verarbeitungspipelines (von den Sensoren bis zur Ausgabe verwertbarer Informationen) zu überwinden, wie z. B. Latenzzeit, Dynamikumfang, Bandbreite und Stromverbrauch. Um die Vorteile eventbasierter Kameras nutzen zu können, werden neue Algorithmen benötigt, um ihre unkonventionelle Ausgabe (eine Liste asynchroner pro-pixel Intensitätsänderungen im Gegensatz zu den bekannten Videobildern von Standardkameras) zu verarbeiten. Dieses Projekt befasst sich mit der Untersuchung und Entwicklung maßgeschneiderter Algorithmen und Methoden zur Lösung spezifischer Probleme beim eventbasierten Sehen (Bewegungsschätzung, Segmentierung, Objekterkennung und Klassifizierung usw.). Zu Beginn des Moduls erhalten die Studierenden Projektthemen aus einer Liste möglicher Themen sowie einige einführende Materialien zu dem gewählten Problem. Nach der Festlegung der Projektteams und -themen werden die geeigneten Werkzeuge für die Durchführung des Projekts besprochen und eingerichtet. Die Studierenden erstellen einen Projektplan, legen die Daten fest, an denen sie arbeiten werden, und die Schritte, die für einen erfolgreichen Abschluss des Projekts vorgesehen sind. In den verbleibenden Wochen entwickeln die Studierenden ihre Projekte und besprechen die Fortschritte mit dem Ausbilder, um künftige Maßnahmen festzulegen. Am Ende des Projekts stellen die Studierenden ihre Ergebnisse in einer mündlichen Präsentation den anderen Teilnehmern des Moduls vor. Sie fassen nicht nur das technische Ergebnis des Projekts zusammen, sondern auch die Schwierigkeiten und Erkenntnisse, die während des Projekts gewonnen wurden. Zu den allgemeinen Themen gehören unter anderem: - Algorithmen: visuelle Odometrie, SLAM, 3D-Rekonstruktion, Schätzung des optischen Flusses, Rekonstruktion der Bildintensität, Erkennung, Rekonstruktion der Stereotiefe, Erkennung von Merkmalen/Objekten, Verfolgung, Kalibrierung, Sensorfusion (Videosynthese, visuell-inertiale Odometrie, usw.). - Eventkamera-Datensätze und/oder -Simulatoren. - Eventbasierte Signalverarbeitung, Darstellung, Steuerung, Bandbreitenkontrolle. - Eventbasiertes aktives Sehen, eventbasierte sensomotorische Integration. - Anwendungen in: Robotik (Navigation, Manipulation, Drohnen...), Automobil, IoT, AR/VR, Weltraumforschung, Inspektion, Überwachung, Personenzählung, Physik, Biologie. - Modellbasierte, eingebettete oder lernende Ansätze. - Neuartige Hardware (Kameras, neuromorphe Prozessoren usw.) und/oder Software-Plattformen. - Neue Trends und Herausforderungen im eventbasierten und/oder biologisch inspirierten Sehen (SNNs, etc.). - Eventbasiertes Sehen für die Computergrafik. Eine längere Liste verwandter Themen finden Sie im Inhaltsverzeichnis dieses Repositorys: https://github.com/uzh-rpg/event-based_vision_resources/

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Event-based Robot VisionPJ 3434 L 11007WiSe/SoSeKeine Angabe6

Arbeitsaufwand und Leistungspunkte

Event-based Robot Vision (PJ):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.06.0h90.0h
Vor-/Nachbereitung15.012.0h180.0h
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

Dieses Modul beinhaltet eine angeleitete und selbstorganisierte Projektarbeit, die durch den Dozenten betreut wird. Die Studierenden erhalten einen kurzen Überblick über die Grundlagen und die neuesten Entwicklungen auf dem Gebiet des eventbasierten Sehens. Die Studierenden arbeiten einzeln oder in kleinen Teams an einem selbst gewählten Thema und präsentieren während des Kurses den Fortschritt bei der Umsetzung ihrer Projekte. Am Ende des Kurses präsentiert jedes Team seine Erkenntnisse, Methoden, Ergebnisse und Erfahrungen in einer Abschlusspräsentation. Schließlich werden die Projekte (Code, Datensatz usw.) dokumentiert und in Form eines Berichts und/oder eines Github-/Gitlab-Repository veröffentlicht.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Es sind gute Programmierkenntnisse in mindestens einer der folgenden Programmiersprachen erforderlich: C++, Python. Grundkenntnisse in Robotik, maschinellem Lernen und maschinellem Sehen sind erforderlich. Kenntnisse von ROS (Robot Operating System) sind wünschenswert.

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
(Deliverable assessment) Final presentation25mündlichKeine Angabe
(Deliverable assessment) Implementation40praktischKeine Angabe
(Deliverable assessment) Intermediate presentation20mündlichKeine Angabe
(Deliverable assessment) Technical documentation15schriftlichKeine Angabe

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt95.0pt90.0pt85.0pt80.0pt75.0pt70.0pt65.0pt60.0pt55.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Die Gesamtnote des Moduls setzt sich aus den Ergebnissen der Kursarbeit („Portfolioprüfung“) mit folgenden Teilen zusammen: 1. Zwischenpräsentation (20p): Die Studierenden stellen ihre ersten Erkenntnisse und Ergebnisse zu ihrem Thema vor. 2. Umsetzung (40p): Code, Prototyp-Implementierung der Lösung für das vorgeschlagene Problem. 3. Abschlusspräsentation (25p): Die Studierenden präsentieren ihre abschließenden Erkenntnisse/Ergebnisse und die aus dem Projekt gezogenen Lehren. 4. Technische Dokumentation (15p): Die Studierenden legen ihren bereinigten Code (z. B. Gitlab-Repository) mit benutzerfreundlichen Anweisungen vor, die von Kollegen ausgeführt werden können, und erstellen eine kurze technische und wissenschaftliche Zusammenfassung des Projekts.

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

Innerhalb der ersten 4 Wochen nach Projektbeginn müssen sich die Studierenden für das Modul bei QISPOS (universitäres Prüfungsprotokolltool) und zusätzlich bei ISIS für Lehrmaterialien und Kommunikation anmelden.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Event-based Vision: A Survey. Gallego et al., IEEE TPAMI 2022
Digital Image Processing, Gonzalez and Woods. Pearson
R. Szeliski, Computer Vision: Algorithms and Applications, Springer, 2nd Edition

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