Maschinelles Sehen

11B2060

Bachelor

Deutsch

5.0

nur Sommersemester

1 Semester

Das Modul "Maschinelles Sehen" oder wie Computer "sehen und verstehen" untersucht, wie Computer visuelle Informationen von Sensoren wie Kameras wahrnehmen und interpretieren können. Die Studierenden lernen zunächst Konzepte, Techniken und Algorithmen der klassischen Bildverarbeitung (BV), also die Repräsentation und Verarbeitung von Bilddaten und die Gewinnung von Objekten in Binärbildern, kennen.

Danach werden die Grundlagen der Bildanalyse mittels Künstlicher Intelligenz (KI) durch verschiedenartige Künstliche Neuronale Netze (KNN) zur Erkennung und Klassifikation von Objekten vermittelt. Ein besonderer Schwerpunkt liegt dabei auf praktischen Anwendungen und der Bewertung, in welchen Anwendungsfällen klassische, algorithmenbasierte BV und in welchen Fällen KI-basierte Verfahren sinnvoller sind. Auf diese Weise erwerben die Studierenden nicht nur ein Verständnis für grundlegende Konzepte der Bildverarbeitung, sondern wenden dieses Wissen auch gezielt auf reale Anwendungen an. Das Modul fördert die Entwicklung von Fähigkeiten zur Umsetzung von Machine-Vision-Anwendungen in verschiedenen Szenarien.

1. Einleitung
2. Bildrepräsentation und -speicherung
3. Bildverarbeitung – Punktoperationen, Filter (linear/nichtlinear), geometrische Transformationen
4. Objektgewinnung und -repräsentation in Binärbildern
5. Grundlagen Künstlicher Neuronaler Netze (KNN) – Deep NN, Convolutional NN, Datensätze
6. Merkmale zur Objekterkennung (klassische BV und KNN)
7. Objekt- und Bildklassifikation (klassisch und mit KNN)

Der Arbeitsaufwand für das Modul umfasst insgesamt 150 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").

• Projektbericht (schriftlich) oder
• mündliche Prüfung

• experimentelle Arbeit

Benotete Prüfungsleistung:

• Projektbericht (schriftlich): ca. 10-15 Seiten; Erläuterung: ca. 20 Minuten
• mündliche Prüfung: siehe Allgemeiner Teil der Prüfungsordnung

Unbenotete Prüfungsleistung:

• Experimentelle Arbeit: Experiment: insgesamt ca. 5 Versuche

In dem Modul werden Programmierkenntnisse sowie Mathematikkenntnisse (besonders Vektor- und Matrizenrechnung) vorausgesetzt.

Die Studierenden, die dieses Modul erfolgreich studiert haben, haben ein Grundwissen über die Repräsentation von Bilddaten, kennen die Vorgehensweise zur Extraktion von Information und kennen grundlegende Algorithmen der Bildverarbeitung sowie die Grundlagen Künstlicher Neuronaler Netze zur Bilderkennung.

Die Studierenden vertiefen ihre Programmierkenntnisse und kennen die Schritte der Bildverarbeitung von der Pixeldarstellung bis zur Extraktion von Wissen aus Bildern anhand ausgewählter Algorithmen und Verfahren. 

Nach dem erfolgreichen Abschluss dieses Moduls können Studierende Bildverarbeitungsalgorithmen umsetzen und einfache Klassifikationsaufgaben mithilfe Künstlicher Neueronaler Netze lösen.

• Weinhardt, Markus

• Schöning, Julius
• Weinhardt, Markus