Modulbeschreibung

Image Processing and Computer Vision 2

Kurzzeichen:
M_IPCV2
Unterrichtssprache:
Englisch
ECTS-Credits:
4
Leitidee:

Image Processing and Computer Vision 1 and Image Processing and Computer Vision 2 form together a one-year introductory sequence into modern digital image processing and computer vision

 

Modulverantwortung:
Prof. Dr. Weisenhorn Martin (WEM1)
Standort (angeboten):
Rapperswil-Jona
Zusätzliche Eingangskompetenzen:

Digital Image Processing 1 or similar

    Modultyp:
    Wahlpflicht-Modul für Elektrotechnik STD_05(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
    Wahlpflicht-Modul für Elektrotechnik STD_14(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
    Wahlpflicht-Modul für Elektrotechnik STD_21(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
    Wahlpflicht-Modul für Elektrotechnik STD_24(Empfohlenes Semester: 6)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
    Wahlpflicht-Modul für Informatik Retro STD_14_UG(Keine Semesterempfehlung)Kategorie:Grundlagen Informatik und Aufbau Informatik (I-gai)
    Wahl-Modul für Informatik STD_05(Keine Semesterempfehlung)
    Wahl-Modul für Informatik STD_11(Keine Semesterempfehlung)
    Wahlpflicht-Modul für Informatik STD_14(Keine Semesterempfehlung)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
    Wahlpflicht-Modul für Informatik STD_21(Keine Semesterempfehlung)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
    Wahlpflicht-Modul für Informatik STD_23(Keine Semesterempfehlung)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
    Wahl-Modul für Artificial Intelligence STD_23 (VR)
    Modulbewertung:
    Note von 1 - 6

    Leistungsnachweise und deren Gewichtung

    Modulschlussprüfung:
    Schriftliche Prüfung, 120 Minuten
    Gewichtung:

     

    Bemerkungen:

    Inhalte

    Angestrebte Lernergebnisse (Abschlusskompetenzen):

    At the end of the module the students are expected to understand the following concepts and be able to apply them to real world image processing and computer vision problems:

    • Classic object recognition
    • Image Description
    • Single and Multiple View Geometry
    • Structure from Motion
    • Neural Network Methods
    • Further Topics
    Modul- und Lerninhalt:

    The module is structured as follows:

    • Classic object recognition

    • Image Description

    • Single and Multiple View Geometry

    • Structure from Motion

    • Neural Network Methods

    • Further Topics

    Lehrmittel/-materialien:

    The module is based on lecture slides, exercises and the books

    • Richard Szeliski, Computer Vision: Algorithms and Applications, 2nd Edition, 2022, Springer: free download from https://szeliski.org/Book/ after registration
    • "Digital Image Processing, 4th ed." by Rafael C.Gonzalez and Richard E. Woods. There is a website dedicated to this book with useful information: http://www.imageprocessingplace.com/