Computer Vision WiSe 25/26

Vorlesungs- und Übungszeiten:

• Vorlesung: tba
• Übung: tba

Modulziele und Kompetenzen:

Nach erfolgreichem Abschluss dieses Moduls sind die Studierenden in der Lage: 

• Grundlegende Konzepte und Algorithmen der Computer Vision zu verstehen und anzuwenden.
• Bildverarbeitungstechniken zur Extraktion relevanter Informationen aus Bildern zu nutzen.
• Maschinelle Lernverfahren und neuronale Netzwerke für die Bildanalyse einzusetzen.
• Anwendungen der Computer Vision in verschiedenen Domänen (z. B. Medizin, Automobil, Robotik) zu bewerten.
• Eigene Computer-Vision-Projekte mit gängigen Bibliotheken (OpenCV, TensorFlow/PyTorch) zu implementieren.

Inhalte des Moduls: 

1. Einführung und Geschichte der Computer Vision & mathematische Grundlagen  
2. Bildgebung und -filterung 
3. Featureextraktion und -matching 
4. Multiple View Geometry: Structure for motion, Stereo Vision, SLAM, 
5. Deep Learning in CV & Pattern Recognition  
6. Anwendungen in der Praxis (Autonomes Fahren, Gesichtserkennung, 
   Bildsegmentierung) 

Empfohlene Voraussetzungen:

• Grundkenntnisse in Programmierung mit Python
• Grundlagen der Mathematik: Lineare Algebra, Statistik, Analysis
• Grundlangen im Maschinellen Lernen  

Kursumfang: 6 SWS / 8 ECTS