Beschreibung: |
Die Veranstaltung behandelt Methoden zur Extraktion von geometrischen Strukturen aus Einzelbildern und bei dynamischen Szenen die Erfassung und Charakterisierung der Objektbewegungen aus Bildfolgen. Für Robotik-Anwendungen werden Methoden zur Kameramodellierung, und darauf basierend Methoden zur 3D Hindernislokalisierung und zur automatisierten 3D Szenenrekonstruktion behandelt. Inhalte im Einzelnen:
- Einführung (Anwendungen, Verarbeitungsablauf)
- Medium-Level Strukturextraktion (Geraden, Konturen, Aktive Konturen, Hough-Transformation)
- Kameramodellierung (Linsen, Kameramerkmale, Projektionsmodelle, Bildentstehung, Kamerakalibrierung)
- Bildfolgenanalyse (Änderungsdetektion, Objektverfolgung, Optischer Fluss, Korrespondenzanalyse)
- Hindernisdetektion und Kartenerstellung (Objektlokalisierung, Kameralokalisierung, Dynamische Szenenrekonstruktion)
|
Lernziele: |
Die Studierenden sollen die zu zugrunde liegenden mathematischen Ansätze verstehen und unter Verwendung einer Computer Vision Plattform entsprechende Verfahren implementieren, sowie über die Eignung ausgewählter Computer/Robot Vision Verfahren für bestimmte Aufgabenstellungen urteilen können. |
Literatur: |
- D. Forsyth: Computer Vision - A Modern Approach; Prentice Hall, 2002.
- R. Hartley, et al.: Multiple View Geometry in Computer Vision, Cambridge University Press, 2004.
- N. Paragios, Y. Chen: Handbook of Mathematical Models in Computer Vision, Springer, 2006.
- S. Prince: Computer Vision - Models, Learning, Inference, Cambridge University Press, 2012.
- R. Szeliski: Computer Vision - Algorithms and Applications, Springer, 2011.
- E. Trucco, et al.: Introductory Techniques for 3D Computer Vision; Prentice Hall, 1998.
- Ausgewählte Zeitschriftenartikel.
- Aktuelle eigene Artikel sowie Bachelor-/Master-/Doktorarbeiten.
|
Vorleistung: |
Veranstaltung "Grundlagen der Bildverarbeitung" hilfreich, aber nicht unbedingte Voraussetzung. |
Infolink: |
www.is.uni-due.de/crv |
Bemerkung: |
|