Seminar Bildverarbeitung und Mustererkennung

60 Präsenzstunden, 50 Stunden Vorbereitung des eigenen Vortrags, 40 Stunden Erstellen der Seminararbeit

Softwareentwicklung-I (IF-I-B-104), Softwareentwicklung-II (IF-I-B-204), Computergrafik und Bildverarbeitung (IF-I-B-601)

Nützlich: Deep Learning DC

Kenntnis ausgewählter, spezieller Aspekte der Bildverarbeitung und Mustererkennung. Methodenkompetenz beim Einarbeiten in neue Wissensgebiete bzw. beim Erarbeiten von Lösungen, sowie die Fähigkeit, diese Lösungen ansprechend zu präsentieren; Fähigkeit zur Teamarbeit

Erarbeitung einer aktuellen Problemstellung aus den Anwendungsgebieten der Bildverarbeitung, Mustererkennung und Machine-Learning. Anfertigung einer schriftlichen Seminararbeit sowie deren Präsentation im Rahmen eines Vortrags.

Tafel, Beamer, selbstgesteuertes Lernen in Kleingruppen, Literaturstudium, praktische Umsetzungen in z.B. Python/jupyter, Matlab, Mathematica oder C++

Spezialliteratur wird im Rahmen des Seminars festgelegt.

Allgemein:

• Digital Image Processing, R.C. Gonzalez, R.E. Woods, Addison-Wesley, 2002
• Digital Image Processing Algorithms using Matlab, 2nd ed, 2010, 2017
• Hands on Machine Learning with Scikit-Learn & TensorFlow, A. Géron, 2017
• The Science of Scientific Writing, George D. Gopen and Judith A. Swan, American Scientist, Nov. 1990, vol. 78, pp. 550-558