Modulbeschreibung
Image Analysis and Computer Vision I
Kürzel:
M_VP_10709
Durchführungszeitraum:
HS/10-HS/11
ECTS-Punkte:
6
Lernziele:
Overview of the most important concepts of image formation, perception and analysis, and Computer Vision. Gaining own experience through practical computer and programming exercises.
Verantwortliche Person:
Frei Norbert
Standort (angeboten):
Waldau St.Gallen
Modultyp:
Standard-Modul für MSE Master of Science in Engineering BB STD_08 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering BB STD_16 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering BB STD_13 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_08 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_16 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_13 (BU)(Keine Semesterempfehlung)
Standard-Modul für Technik und IT MSE_20(Keine Semesterempfehlung)
ECTS-Punkte pro Kategorie
Fachliche Vertiefung / 6 Punkte
Fachliche Vertiefung / 6 Punkte
Fachliche Vertiefung / 6 Punkte
Fachliche Vertiefung / 6 Punkte
Fachliche Vertiefung / 6 Punkte
Fachliche Vertiefung / 6 Punkte
Fachliche Vertiefung / 6 Punkte
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während des Semesters:
Der Kurs Image Analysis and Computer Vision I wird mit einer mündliche Prüfung bewertet.
Bewertungsart:
Note von 1 - 6
Gewichtung:
Der Kurs Image Analysis and Computer Vision I wird mit einer mündliche Prüfung (Gewicht 100%) bewertet.
Bemerkungen:
Kurse in diesem Modul
Image Analysis and Computer Vision I (ETHZ)
Kürzel:
VP_1070901
Arbeitsaufwand:
180
Semester:
1
Lernziele:
Overview of the most important concepts of image formation, perception and analysis, and Computer Vision. Gaining own experience through practical computer and programming exercises.
Plan und Lerninhalt:
Light and perception. Digital image formation. Image enhancement and feature extraction. Unitary transformations. Color and texture. Image segmentation and deformable shape matching. Motion extraction and tracking. 3D data extraction. Invariant features. Specific object recognition and object class recognition.
Kursart:
Durchführung gemäss Stundenplan
Seminar mit Lektionen pro Woche
- Max. Teilnehmer: 99
- Harte Grenze: nein