Zur Modulseite PDF generieren

#41060 / #2

Seit SoSe 2025

Englisch

Introduction to Camera Geometry
Einführung in die Kamerageometrie

3

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

Mestre, Bianca

guillermo.gallego@tu-berlin.de

Lernergebnisse

Wie fängt eine Kamera die Welt ein? Der Kurs ist eine Einführung in die Geometrie des Bildentstehungsprozesses und wie visuelle Daten in einem Computer dargestellt und bearbeitet werden. Wir lernen die projektive Geometrie kennen, die uns hilft, die perspektivische Projektion zu modellieren, und die digitale Bildverarbeitung. Wir werden die folgenden Fragen beantworten: - Wie können wir die perspektivische Operation modellieren, die stattfindet, wenn wir ein Bild aufnehmen? (Projektive Geometrie, Bildentstehungsprozess). - Wie werden Bilder (visuelle Daten) in einem Computer dargestellt und verarbeitet (digitale Bildverarbeitung)? - Wie kann man die inneren geometrischen Parameter einer Kamera ermitteln (Kamerakalibrierung)? - Welche Anwendungen hat die Kameratechnik in der Robotik? (Stereopsis, visuelle Odometrie, AR/VR, etc.)

Lehrinhalte

In den Vorlesungen werden wir einige Themen aus dem Bereich des Maschinellen Sehens diskutieren und untersuchen: - Prozess der Bilderzeugung - Projektive Geometrie - Digitale Bildverarbeitung - Kamera-Kalibrierung - Anwendungen: Stereopsis, visuelle Odometrie, AR/VR

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Introduction to Camera GeometrySEMSoSeen2

Arbeitsaufwand und Leistungspunkte

Introduction to Camera Geometry (SEM):

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

Beschreibung der Lehr- und Lernformen

Lehr- und Lernmethoden: Präsenzvorlesungen mit Projektor und Erklärungen am Whiteboard. Die Studierenden müssen das Lesematerial im Voraus vorbereiten, um aktiv an den Vorlesungen teilnehmen zu können. Lernen durch Lesen, Studieren und Üben mit Übungen. Übungen und Projekte, die in Gruppen (2-3 Studierenden) durchgeführt werden.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Kenntnisse in analytischer Geometrie, linearer Algebra, diskreter Signalverarbeitung und einer Programmiersprache (Matlab, Python, etc.) zum Üben mit Übung. Neugier und Motivation, neue Themen zu erlernen, werden vorausgesetzt.

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) Project, including presentation50praktisch
(Deliverable assessment) Assessment of concepts (written)50schriftlich60 Minuten

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 Prüfung besteht aus Multiple-Choice-Fragen und auch aus Fragen, die offener gestaltet sind, ohne Multiple-Choice.

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

Die Studierenden können sich ohne Hausaufgaben anmelden. Sie müssen sich lediglich über die Metaseite der Seminare in ISIS anmelden.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
R. Hartley and A. Zisserman. Multiple View Geometry in Computer Vision, 2nd Ed, Cambirdge UP 2003. https://doi.org/10.1017/CBO9780511811685
R. Szeliski, Computer Vision: Algorithms and Applications. https://szeliski.org/Book/

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Informatik (B. Sc.)11SoSe 2025SoSe 2025
Medientechnik (B. Sc.)11SoSe 2025SoSe 2025
Technische Informatik (B. Sc.)11SoSe 2025SoSe 2025
Wirtschaftsinformatik (B. Sc.)11SoSe 2025SoSe 2025

Sonstiges

Keine Angabe