Vorlesungen Bildverarbeitung und Mustererkennung (Sommersemester 2013)

    News:

    02.08.2013
      Ich bitte alle Prüflinge, für alle Formalitäten vor der Prüfung selbst zu sorgen (Formulare, Protokolle ...).

    27.07.2013
      Die Ergebnisse für die Klausur Mustererkennung sind fertig. Diejenige, die mitgeschrieben haben aber keine Nachricht von mir erhalten haben, melden Sie sich bitte.

    15.07.2013
      Die Klausur Mustererkennung findet am Freitag 19.07 um 14:50 in E010 statt.

    10.07.2013
      Die Seminare ME am 12.07 und 19.07 fallen aus. Die Klausur ME findet in der nächsten Woche statt. Tragen Sie sich bitte zwecks Terminabstimmung expired ein. Diejenigen, die nicht wissen, ob sie die Klausur benötigten (schreiben sollen/möchten/müssen), melden Sie sich bitte.

    21.06.2013
      Abgabetermin für die Übungen BV ist 05.07.2013. Die Prüfungstermine (Beginn am 22.07) siehe expired. Erläuterungen bei der Vorlesung am Montag 24.06.

    05.06.2013
      Obwohl die Vorlesung heute ausgefallen ist, finden die Seminare Mustererkennung am Freitag 7.06 statt. Wir betrachten die 4. Aufgabe vom vorigen Seminar.

    02.05.2013
      Ab 10.05 finden die Seminare Mustererkennung der ersten Seminargruppe in der 2.DS (9:20, derselbe Raum E008) statt.

    30.04.2013
      Die Seminare Mustererkennung fallen am Freitag 3.05 aus.

    26.04.2013
      Es besteht die Möglichkeit den Termin für das Seminar Mustererkennung am Freitag von 1.DS auf 2.DS (9:20) zu verlegen. Wenn bis Dienstag 30.04 niemand dagegen protestiert, wird die Änderung in Kraft gesetzt.

    10.04.2013
      Achtung!!! Raumverlegung. Ab jetzt finden die Vorlesungen Bildverarbeitung (Montag, 5.DS, 14:50-16:20 Uhr) im E042 (Rechenzentrum) statt.

    25.03.2013
      Herzlich willkommen! Auf dieser Seite werden wehrend des Semesters alle benötigten Informationen zur Verfügung gestellt -- Skripten, Aufgabenstellungen, Literaturhinweise, aktuelle Infos, Termine, Meldungen etc. Im Wesentlichen werden die alten Skripten vom SS2012 übernommen, die man hier findet. In den jeweils ersten Vorlesungen (BV: 08.04, 14:50 und ME: 10.04, 9:20) wird das Weitere näher erläutert.

    Skripten:
    Bildverarbeitung Mustererkennung
    Vorlesungen:

    Introduction
    Human Seeing
    Filtering
    Morphological Operations
    Fourier Transform
    Diffusion Filters
    Continuous Energy Minimization
    Discrete Energy Minimization
    Interest Points
    Image Features
    3D-Geometry (alt)
    RANSAC
    Stereo
    Tracking
    Summary

    		 Vorlesungen:

    Introduction
    Neuron
    Neural Networks
    Clustering, SOM
    Probability Theory
    Bayesian Decision Theory
    Maximum Likelihood Principle
    Discriminative Learning
    Support Vector Machines
    Hinge Loss
    Kernel-PCA
    AdaBoost (alt)
    Summary
    Übungsmaterial:

    Aufgabenkatalog (alt)

    OpenCV Beispiel
    Qt Beispiel







    		 Aufgabenstellungen für Seminare:

    Neuron
    Neuronale Netze I
    Neuronale Netze II
    Wahrscheinlichkeitstheorie
    Bayessche Entscheidungen
    Maximum Likelihood Prinzip
    Diskriminatives Lernen+
    Support Vector Machines
    Hinge-Loss
    Kernel-PCA