Start my eKVV Studieninformation Lernräume Prüfungsverwaltung Anmelden

392020 Deep Learning Ansätze in der Bildverarbeitung (S) (SoSe 2019)

Kurzkommentar

Der Termin am 05. April ist obligatorisch, da hier die Vortragsthemen verteilt werden.
Beginn am 05. April ausnahmsweise erst um 12:45 Uhr, ansonsten 12:15 Uhr.

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 Ort Zeitraum  
wöchentlich Fr 12-14 T2-227 01.04.2019-12.07.2019
nicht am: 19.04.19

Klausuren

  • Keine gefunden

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.

Konkretisierung der Anforderungen
Keine Konkretisierungen vorhanden
Lernraum
TeilnehmerInnen
Automatischer E-Mailverteiler der Veranstaltung
Änderungen/Aktualität der Veranstaltungsdaten
Sonstiges