392020 Deep Learning Ansätze in der Bildverarbeitung (S) (SoSe 2018)

Kurzkommentar

Der Termin am 13. April ist obligatorisch, da hier die Vortragsthemen verteilt werden.

Inhalt, Kommentar

Dieses Seminar behandelt Ansätze des sogenannten "Deep Learning" in der Bildverarbeitung, die in den letzten Jahren eine rasante Entwicklung genommen haben und in fast allen Problemstellungen der Bildverarbeitung Einzug gefunden haben. Grundansatz ist, dass neuronale Netze mit vielen Schichten trainiert werden. Um die Anzahl der Gewichtsparameter wenigstens halbwegs zu begrenzen, verwendet man zu Beginn oftmals sogenannte "Convolutional Networks", die im Prinzip komplexe Filtermasken darstellen, wie wir sie in der Vorlesung im Wintersemester bereits kennengelernt haben. Im Gegensatz zu den Filtermasken, die wir bislang verwendet haben, sind die Koeffizienten nicht fest vorgegeben, sondern werden problemspezifisch trainiert.
Im Lauf des Seminars werden wir unterschiedliche Ansätze aus den Bereichen Segmentierung, Objektdetektion, Objekterkennung, Erkennung salienter Bereiche und spezifischer Anwendungen näher betrachten.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Die Kenntnisse der Vorlesung "Bildverarbeitung" und der dazugehörigen Übungen werden vorausgesetzt.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-Inf-BV Bildverarbeitung Seminar zu ausgewählten Themen aus dem Bereich Bildverarbeitung unbenotete Prüfungsleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Keine Konkretisierungen vorhanden

Lernraum (E-Learning)

Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:

registrierte Anzahl: 25
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
SS2018_392020@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_118076564@ekvv.uni-bielefeld.de
Reichweite:
5 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Dienstag, 20. Februar 2018 
Letzte Änderung Zeiten:
Dienstag, 6. Februar 2018 
Letzte Änderung Räume:
Dienstag, 6. Februar 2018 
Art(en) / SWS
S / 2
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=118076564
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
118076564
Zum Seitenanfang