700.470 (22S) Artificial Vision

Sommersemester 2022

Anmeldefrist abgelaufen.

Erster Termin der LV
09.05.2022 09:00 - 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
Artificial Vision
LV-Art
Vorlesung-Kurs (prüfungsimmanente LV )
LV-Modell
Onlinelehrveranstaltung
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
4.0
Anmeldungen
21 (20 max.)
Organisationseinheit
Unterrichtssprache
Englisch
mögliche Sprache/n der Leistungserbringung
Englisch
LV-Beginn
09.05.2022
eLearning
zum Moodle-Kurs
Seniorstudium Liberale
Ja

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

Understanding the fundamentals and key processing steps of artificial vision-based systems
Gaining experience in programming vision algorithms

Lehrmethodik inkl. Einsatz von eLearning-Tools

Lecture
Student presentations
Programming units

Inhalt/e

Abstract:
The lecture series will introduce the pipeline and the modules to develop advanced artificial vision based systems. From the early stages of image creation to the most advanced techniques for image and video interpretation the course will propose the state of the art algorithms for detecting objects and understanding their activities. A sufficient amount of hours will be reserved to laboratory activities allowing to implement some algorithms.

 

Outline:

  • Introduction
  • Computational pipeline of an artificial vision systems
  • Low level processing (object segmentation, object detection, etc.)
    - Image differencing: Frame to Background, Frame by frame
    - Background Updating
    - Thresholding
    - Image registration: Translation, Affine; Homography
    - Feature based image registration: Feature tracking, Outlier detection, Transform Computation
    - Stereo Vision
  • Middle level processing (object recognition, object tracking, etc.)
    - Space projection (Principal Component Analysis, Linear Discriminant Analysis, etc.)
    - Machine Learning for object recognition (neural networks, neural trees, etc.)
    - Deep learning for computer vision
  • High level processing (behaviour analysis, event detection, etc.)
    - Architecture for behaviour analysis
    - Simple events
    - Complex events
    - feature extraction
    - Trajectory analysis
    - Clustering
    - Decision making
  • Network reconfiguration
    - Modeling of a sensor network
    - Resources Optimization
  • Python  Laboratory
    - Change Detection
    - Image Mapping
    - Image Registration (Mosaicking)

 Keywords: Computer Vision, Image Processing, Object Detection & Recognition, Video Surveillance, Machine Learning,  Video Networks

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

Student presentation & and Programming project
(a presentation in the last session of the course that describes the problem to be addressed and possible ways to solve it; programming project (which will expand the topic discussed in the presentation at the end of last lesson and written project report to be uploaded to Moodle)
Deadline June 20, 2022; 23:59pm

or written exam
July 07, 2022; 09:00 - 11:00am

Prüfungsinhalt/e

topics of the lecture

Beurteilungskriterien/-maßstäbe

quality of the presentation
quality and scope of the programming project or written exam


Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Information and Communications Engineering: Supplements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 4) ( 0.0h VK, VO, KU / 14.0 ECTS)
        • 700.470 Artificial Vision (2.0h VC / 4.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Technical Complements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
        • 700.470 Artificial Vision (2.0h VC / 4.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Information and Communications Engineering: Supplements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 4) ( 0.0h VK, VO, KU / 14.0 ECTS)
        • 700.470 Artificial Vision (2.0h VC / 4.0 ECTS)
  • Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
    • Fach: Technical Complements (NC, ASR) (Wahlfach)
      • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
        • 700.470 Artificial Vision (2.0h VC / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2020
  • 700.470 VC Artificial Vision (2.0h / 4.0ECTS)
Sommersemester 2018
  • 700.470 VC Artificial Vision (2.0h / 4.0ECTS)
Sommersemester 2016
  • 700.470 VC Artificial Vision (2.0h / 4.0ECTS)
Sommersemester 2014
  • 700.470 VK Artificial Vision (2.0h / 4.0ECTS)
Sommersemester 2013
  • 700.470 VK Artificial Vision (2.0h / 4.0ECTS)