Nummer INFO-4177 |
Titel Intelligent Systems II - Learning in Computer Vision |
Lehrform(en) Vorlesung, Übung |
---|---|---|
ECTS | 6 | |
Arbeitsaufwand - Kontaktzeit - Selbststudium |
Arbeitsaufwand:
180 h Kontaktzeit:
60 h / 4 SWS Selbststudium:
120 h |
|
Veranstaltungsdauer | 1 Semester | |
Häufigkeit des Angebots | Unregelmäßig | |
Unterrichtssprache | Englisch | |
Prüfungsform | Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl) |
|
Inhalt | Graphische Modelle; Bayesian Belief Networks; Markov RandomFields; Conditional Random Fields; Lernen von strukturierten Variablen; Bayesianische Entscheidungstheorie; Loss-basiertes Lernen; Parameterlernen in Graphischen Modellen; Strukturierte Support Vector Maschinen; exakte und approximative Inferenzmethoden; Anwendungen in der Bildverarbeitung; Segmentierung; Human Pose Estimation; Bild entrauschen; Stereo; Objekterkennung |
|
Qualifikationsziele | Die Studierenden lernen, wie komplizierte statistische Zusammenhänge mit Hilfe von graphischen Modellen dargestellt werden können. Dabei werden konkrete und aktuelle Probleme aus den Bereichen Bildverarbeitung und Bildverstehen gelöst. Diverse Lernmethoden erlauben es, Daten-getrieben Parameter automatisch einzustellen und die erreichte Performance zu evaluieren. |
|
Vergabe von Leistungspunkten/Benotung |
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Vorlesung
V
o
2
3.0
MP
25
b
100
Übung
Ü
o
2
3.0
|
|
Teilnahmevoraussetzungen | Es gibt keine besonderen Voraussetzungen. | |
Dozent/in | Gehler, Lensch, MPI | |
Literatur / Sonstiges | Vorlesungsfolien werden bereitgestellt |
|
Zuletzt angeboten | Sommersemester 2020 | |
Geplant für | --- | |
Zugeordnete Studienbereiche | INFO-INFO, MEDI-APPL, MEDI-INFO, MEDI-MEDI, MEDI-VIS, ML-CS, ML-DIV |