623.915 (21S) Current Topics in Multimedia Systems: Video Search with Deep Learning

Sommersemester 2021

Anmeldefrist abgelaufen.

Erster Termin der LV
08.03.2021 10:00 - 12:00 online Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV-Titel englisch Current Topics in Multimedia Systems: Video Search with Deep Learning
LV-Art Vorlesung-Kurs (prüfungsimmanente LV )
LV-Modell Onlinelehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 16 (20 max.)
Organisationseinheit
Unterrichtssprache Englisch
mögliche Sprache/n der Leistungserbringung Deutsch , Englisch
LV-Beginn 08.03.2021
eLearning zum Moodle-Kurs

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

  • Methoden und Möglichkeiten der automatischen Videoanalyse verstehen
  • Methoden von Videosuchsystemen verstehen  
  • Methoden des Machine Learnings überblicken und für Videoanalyse einsetzen 
  • Einsatzszenarien der Videoanalyse und Videosuche benennen und erläutern
  • Geeignete Inhaltsanalysemethoden für Videos erklären und anwenden
  • Deep Learning mit CNNs im Detail verstehen und anwenden
  • Verschiedene Deep Learning Modelle verstehen und für visuelle Analyse anwenden 
  • Geeignete Benutzerschnittstellen für Video-Interaktion und Suche kennen
  • Die Leistung eines Videosuchsystems beurteilen können

Lehrmethodik inkl. Einsatz von eLearning-Tools

  • Vortrag
  • Übungen
  • Projekt

Inhalt/e

  • What is Video Analysis and Retrieval
  • Components of a Video Content Search System
  • Computer Vision with OpenCV 
  • Visual Content Segmentation and Clustering
  • Deep Learning with Convolutional Neural Networks (CNNs)
  • AlexNet, GoogLeNet, ResNet
  • Fully Convolutional Neural Networks (Fast-R-CNN, Faster-R-CNN, ...)
  • Interactive Video Search
  • Evaluation of Video Retrieval Systems

Intendierte Lernergebnisse

  • Understand methods and possibilities of video content analysis
  • Understand methods of video content search systems
  • Know machine learning methods and their use for visual content analysis 
  • Know and describe usage scenarios of video analysis and video search/retrieval  
  • Explain appropriate content analysis methods for videos and use them in practice
  • Understand deep learning with CNNs in detail and use them in practice
  • Know different kinds of deep learning models and apply them to practical problems
  • Know appropriate methods and aspects of user interfaces for video interaction  and apply them in practice
  • Evaluate the system performance of a video search system 

Lehrmethodik inkl. Einsatz von eLearning-Tools

  • Lecture
  • Assignments
  • Project

Inhalt/e

  • What is Video Analysis and Retrieval
  • Components of a Video Content Search System
  • Computer Vision with OpenCV 
  • Visual Content Segmentation and Clustering
  • Deep Learning with Convolutional Neural Networks (CNNs)
  • AlexNet, GoogLeNet, ResNet
  • Fully Convolutional Neural Networks (Fast-R-CNN, Faster-R-CNN, ...)
  • Interactive Video Search
  • Evaluation of Video Retrieval Systems

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsmethode/n

Abschlussprojekt oder mündliche Prüfung

Prüfungsinhalt/e

Inhalte der Folien, Übungen und Projekte

Beurteilungskriterien/-maßstäbe

Erreichte Punkte 

Prüfungsmethode/n

project or oral exam

Prüfungsinhalt/e

content of slides, exercises/assignments and projects

Beurteilungskriterien/-maßstäbe

achieved points

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Angewandte Informatik (SKZ: 911, Version: 13W.1)
    • Fach: Distributed Multimedia Systems (Wahlfach)
      • Current Topics in Distributed Multimedia Systems: Multimedia Information Retrieval ( 2.0h VK / 4.0 ECTS)
        • 623.915 Current Topics in Multimedia Systems: Video Search with Deep Learning (2.0h VC / 4.0 ECTS)
  • Masterstudium Informatics (SKZ: 911, Version: 19W.2)
    • Fach: Multimedia Systems (Wahlfach)
      • Weitere LVen aus dem gewählten Spezialisierungsfach ( 0.0h XX / 12.0 ECTS)
        • 623.915 Current Topics in Multimedia Systems: Video Search with Deep Learning (2.0h VC / 4.0 ECTS)
          Absolvierung im 1., 2. Semester empfohlen

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2024
  • 623.915 VC Image and Video Analysis with Deep Learning (2.0h / 4.0ECTS)
Sommersemester 2023
  • 623.915 VC Image and Video Analysis with Deep Learning (2.0h / 4.0ECTS)
Sommersemester 2022
  • 623.915 VC Current Topics in Multimedia Systems: Video Search with Deep Learning (2.0h / 4.0ECTS)
Sommersemester 2020
  • 623.915 VC Current Topics in Multimedia Systems: Content Search with Deep Learning (2.0h / 4.0ECTS)
Sommersemester 2019
  • 623.915 VC Current Topics in Distributed Multimedia Systems: Video Analysis & Retrieval (2.0h / 4.0ECTS)
Sommersemester 2018
  • 623.915 VC Current Topics in Distributed Multimedia Systems: Video Retrieval (2.0h / 4.0ECTS)
Wintersemester 2015/16
  • 623.915 VC Current Topics in Distributed Multimedia Systems: Video Retrieval (2.0h / 4.0ECTS)