Modulhandbuch Geodatentechnologie
Studien- und Prüfungsordnung 2021
Computer Vision
Modulprofil
Studiengang
Modul-Nr./Code, Modulbezeichnung
6021708, Computer Vision
SWS
4 SWS
Moduldauer
1 Semester
Turnus
nur Sommersemester
ECTS-Credits
5 Credits
Art des Moduls
Pflichtmodul
Lehrsprache(n)
Deutsch, Englisch
Prüfungssprache(n)
Deutsch, Englisch
Studienformen des Moduls
- Vollzeit
Lehrveranstaltungen des Moduls
Bezeichnung | Art der Lehrveranstaltung | SWS | Links |
---|---|---|---|
Computer Vision |
Seminaristischer Unterricht
Übung |
k. A. | k. A. |
Workload
Gesamtworkload
150 h
Präsenzzeit
60 h
Selbststudium
90 h
Organisation und Prüfung
Lehr- und Lernmethoden
Seminaristischer Unterricht, Übung
Verwendbarkeit
Projektseminar 2
Masterseminar
Masterarbeit
Studiensemester
1. Semester
Voraussetzung für Erhalt von ECTS-Credits
- schriftliche Prüfung
Teilnahmevoraussetzungen (für Modul)
keine
Lehr- und Lernmethoden
Seminaristischer Unterricht, Übung
Verwendbarkeit
Projektseminar 2
Masterseminar
Masterarbeit
Studiensemester
1. Semester
Voraussetzung für Erhalt von ECTS-Credits
- schriftliche Prüfung
Teilnahmevoraussetzungen (für Modul)
keine
Inhalte, Lernergebnisse und Literatur
Modulinhalte
- Vertiefende Bildverarbeitung
- Autonome Navigation (SLAM)
- Stereobild-Verarbeitung
- Multiple-View Vision
- Objekterkennung mit Merkmalen
- Bildsegmentierung und Superpixelmethoden
- Objektklassifikation
- Zuordnungsprobleme
- Objekterkennung
Lernergebnisse
Nach der Teilnahme an dem Modul kennen die Studierenden Grundlagen und Verfahren aus dem Bereich der Computer Vision und sind im praktischen Umgang damit geübt. Sie sind in der Lage, diese vielseitigen Werkzeuge eigenständig einzusetzen und zu kombinieren. Im Besonderen lernen die Studierenden, wie Methoden aus dem Bereich der modernen Computer Vision auf reale Problemstellungen im Anwendungsfeld von Geoinformation und Geodatentechnologie angewandt und individuell angepasst werden können.
Literatur und weitere Lernangebote
Förstner, W.; Wrobel, B.: Photogrammetric Computer Vision, Cham: Springer International Publishing (11), 2016
Hartley, R.; Zisserman, A.: Multiple view geometry in computer vision, 2003
Luhmann, T.: Nahbereichsphotogrammetrie. Grundlagen - Methoden - Beispiele. 4 Auflage. Berlin, Offenbach: Wichmann, 2018
Modulinhalte
- Vertiefende Bildverarbeitung
- Autonome Navigation (SLAM)
- Stereobild-Verarbeitung
- Multiple-View Vision
- Objekterkennung mit Merkmalen
- Bildsegmentierung und Superpixelmethoden
- Objektklassifikation
- Zuordnungsprobleme
- Objekterkennung
Lernergebnisse
Nach der Teilnahme an dem Modul kennen die Studierenden Grundlagen und Verfahren aus dem Bereich der Computer Vision und sind im praktischen Umgang damit geübt. Sie sind in der Lage, diese vielseitigen Werkzeuge eigenständig einzusetzen und zu kombinieren. Im Besonderen lernen die Studierenden, wie Methoden aus dem Bereich der modernen Computer Vision auf reale Problemstellungen im Anwendungsfeld von Geoinformation und Geodatentechnologie angewandt und individuell angepasst werden können.
Literatur und weitere Lernangebote
Förstner, W.; Wrobel, B.: Photogrammetric Computer Vision, Cham: Springer International Publishing (11), 2016
Hartley, R.; Zisserman, A.: Multiple view geometry in computer vision, 2003
Luhmann, T.: Nahbereichsphotogrammetrie. Grundlagen - Methoden - Beispiele. 4 Auflage. Berlin, Offenbach: Wichmann, 2018