Computer Graphics
TU Braunschweig

Computer Vision and Machine Learning SS'21
Vorlesung mit Übung

Prof. Dr.-Ing. Martin Eisemann

Hörerkreis: Master
Kontakt: cvml@cg.cs.tu-bs.de

Modul: INF-CG-036, INF-CG-037
Vst.Nr.: 4216036, 4216037

Aktuelles

Der Kurs wird im Sommersemester 2022 leider nicht angeboten.

Die Nachholprüfungen finden am 18.08.2022 statt, Details siehe weiter unten.

Sprache

Da der Kurs auch im Master Data Science angeboten wird ist die Unterrichtssprache Englisch.

Beschreibung

Nach erfolgreichem Abschluss dieses Moduls besitzen die Studierenden ein grundlegendes Verständnis zur Entwicklung komplexer Computer Vision Anwendungen. Sie sind in der Lage Probleme aus der Computer Vision zu durchdringen und geeignete (KI-basierte) Lösungen zu entwerfen und praktisch zu implementieren.

Bedingt durch die Corona-Restriktionen muss die Veranstaltung bis auf weiteres leider online stattfinden. Jede Woche werden die Folien und das entsprechende Material auf diese Webseite hochgeladen.

Bleiben Sie gesund!

Anmeldung

Für die Teilnahme an der Vorlesung und Übung können Sie sich auf unsere Webseite unter "Teaching -> Course Enrollment" registrieren (direkter Link https://graphics.tu-bs.de/teaching/students ).

Bitte tragen Sie sich zudem in folgendem Email-Verteiler ein, damit wir Sie auch kurzfristig erreichen können: Lv-CVML

Studip wird nicht verwendet für diesen Kurs.

Die Anmeldung für die Prüfung erfolgt über das Prüfungsamt

Inhalt

Die Inhalte können sich noch bis zum Start der Vorlesung verändern

- Feature Detektoren und Deskriptoren
- Objekterkennung
- Matting
- Dense Correspondences
- Motion Capture
- Kamerakalibrierung
- Epipolar Geometrie
- Stereo und Multi-View Rekonstruktion
- Machine Learning für Computer Vision Probleme
- Computer Vision for Special Effects

Ort und Zeit

LIVE, Dienstags, 13:15–14:45 Uhr / Raum IZ 160 Online (Zugang unter https://webconf.tu-bs.de/mar-uf3-wqy , Lernvideos bitte VOR der Veranstaltung anschauen, diese werden weiter unten wöchentlich bereitgestellt)
Wöchentlich, beginnend am 13.04.2021

LIVE, Donnerstags, 09:45–11:15 Uhr / Raum IZ G40 Online (Zugang unter https://webconf.tu-bs.de/mar-uf3-wqy , Übungsblätter VOR der Veranstaltung bearbeiten, diese werden weiter unten in der Regel donnerstags bereitgestellt)
Wöchentlich, beginnend am 15.04.2021

26.07.2021, 09:00–10:30 Uhr per EvaExam

Vorlesungen

Die Vorlesung wird als Inverted Classroom durchgeführt, d.h. Sie müssen sich vorab das bereitgestellte Video/Material anschauen und die Vorlesungszeit kann für Fragen und vertiefende Thematiken genutzt werden.

Das Material für die jeweils nächste Veranstaltung, sowie die Vorlesungsfolien, werden in der Regel eine Woche vorher hier zur Verfügung gestellt.

Das Passwort wird in der VL bekannt gegeben und kann notfalls unter cvml@cg.cs.tu-bs.de erfragt werden.

Die LIVE Sessions finden jeden Dienstag regulär statt, ausser in der Exkursionswoche.

13.04.2021 Introduction and Image Acquisition [pdf1][pdf2][video1][video2] (can be skipped if you already attended the module "Digital Image Processing" last semester)

20.04.2021 LIVE Session [pdf]

23.04.2021 Digital Image Processing Basics [pdf1][pdf2][video1][video2] (can be skipped if you already attended the module "Digital Image Processing" last semester)

27.04.2021 LIVE Session [pdf]

30.04.2021 Machine Learning Basics [pdf][video] (can be skipped if you already attended the module "Digital Image Processing" last semester)

04.05.2021 LIVE Session [pdf]

07.05.2021 Features [pdf][video]

11.05.2021 LIVE Session [pdf]

14.05.2021 Optical Flow [pdf][video]

18.05.2021 LIVE Session [pdf]

21.05.2021 Parametric Transformations and Scattered Data Interpolation [pdf][video]

24.-28.05.2021 Exkursionswoche (keine Vorlesung oder Übung)

28.05.2021 Exkursionswoche

01.06.2021 LIVE Session [pdf]

04.06.2021 Epipolar Geometry and Stereo [pdf][video]

08.06.2021 LIVE Session [pdf]

11.06.2021 no lecture due to illness

15.06.2021 no lecture due to illness

18.06.2021 Video Matching, Morphing, and View Synthesis [pdf][video]

22.06.2021 LIVE Session [pdf]

25.06.2021 Camera Calibration and Multiview Stereo [pdf][video]

29.06.2021 LIVE Session (no slides)

02.07.2021 Neural Radiance Fields [pdf][video]

06.07.2021 LIVE Session [pdf]

09.07.2021 Prepare for Example Exam

13.07.2021 LIVE Session Example Exam

20.07.2021 Wiederholung und Fragestunde

Übungen

Die Übungsaufgaben werden jeweils Donnerstags online gestellt und am darauffolgenden Donnerstag in der Übungsstunde besprochen.

Die theoretischen Aufgaben eines jeden Übungsblattes sind in Gruppen von zwei bis drei Personen anzufertigen und bis spätestens Mittwochs 9:30 Uhr im Git Repository der jeweiligen Übung hochzuladen. Namen und Matrikelnummer auf den Blättern nicht vergessen.

Die praktischen Aufgaben müssen in der Übungsstunde vorgeführt werden. Arbeitsgruppen von bis zu drei Leuten sind erlaubt, doch muss jeder in der Gruppe selbstständig eventuelle Fragen zu den Aufgaben und dem Code beantworten können.

Die Frameworks und Lösungen wurden auf den Rechnern im CIP Pool getestet. Leider können wir keine direkte Unterstützung für andere Systeme garantieren. Für die Anfertigung der praktischen Aufgaben ist ein Computer mit Linux oder Windows erforderlich. Die Funktion des Frameworks unter Mac OS/X kann nicht garantiert werden. Bei Problemen meldet euch per Email an cvml@cg.cs.tu-bs.de.

Kickoff-Folien [pdf] aus der ersten Übung.

Blatt 1

IDE Setup, Hello World, Debugging
Bearbeitungszeit: 15.04–28.04.
Präsentation: 29.04.

Blatt 2

Introduction to Python, Image Handling, Color Spaces
Bearbeitungszeit: 29.04.–12.05.
Präsentation: 13.05. 20.05.

Blatt 3

Noise, Filtering, Image Stacking, Edge Detection, Thresholding
Bearbeitungszeit: 13.05.–26.05.
Präsentation: 28.05. 03.06.

Blatt 4

Feature Detection, Object Recognition and Detection
Bearbeitungszeit: 27.05.–09.06.
Präsentation: 10.06.

Blatt 5

Optical Flow
Bearbeitungszeit: 10.06.–23.06.
Präsentation: 24.06.

Blatt 6

Epipolar Geometry, Depth Estimation
Bearbeitungszeit: 24.06.–07.07.
Präsentation: 08.07.

Blatt 7

Morphing
Bearbeitungszeit: 08.07.–14.07.
Präsentation: 15.07.

Prüfung

Prüfungszeitraum siehe unter Ort und Zeit.
Eventuelle Änderungen werden in der Vorlesung und auf dieser Webseite rechtzeitig bekanntgegeben.

  • Prüfungsform: (Klausurähnliche) Hausarbeit mit EvaExam
  • Scheinerwerb durch Bestehen der Prüfung (mind. 50% der Punkte)
  • Voraussetzung zum Modulabschluss: mindestens 50% der Punkte aus den Übungen erreicht.
  • Prüfungsteilnahme auch bei Vertiefung empfehlenswert!
  • Studierende müssen sich beim Prüfungsamt anmelden!

Nachholprüfung

Falls Sie in der regulären Prüfung durchgefallen sind oder einen Freiversuch geltend machen wollen, haben Sie die Möglichkeit zur Nachholprüfung anzutreten. Diese finden in der Regel in der ersten vorlesungsfreien Woche statt. Zur Anmeldung registrieren Sie sich bitte für die Prüfung regulär beim Prüfungsamtund senden Sie bitte eine entsprechende Email mit der Bitte um mündliche Nachholprüfung an sekretariat@cg.cs.tu-bs.de unter Angabe ihres vollen Namens, Matrikelnummer, TU Emailadresse und Studiengang.

Die mündlichen Nachholprüfungen finden in der Regel gesammelt jeweils 1x im Semester statt. Ein Termin wird ihnen nach Anmeldung rechtzeitig vorher mitgeteilt.

Ergänzungsprüfung

Falls Sie eine mündliche Ergänzungsprüfung benötigen, weil Sie im letzten regulären Versuch die Prüfung nicht bestanden haben, so senden Sie bitte umgehend nach Erhalt der Note (also wenn diese offiziell beim Prüfungsamt eingetragen wurde) eine Email mit der Bitte um mündliche Ergänzungsprüfung an sekretariat@cg.cs.tu-bs.de unter Angabe ihres vollen Namens, Matrikelnummer, TU Emailadresse und Studiengang.

Die mündlichen Ergänzungsprüfungen finden in der Regel gesammelt jeweils 1x im Semester statt. Ein Termin wird ihnen rechtzeitig vorher mitgeteilt.

Anforderungen

  • Programmierkenntnisse, vorzugsweise in C/C++ oder Python

Literatur

  • Richard J. Radke: Computer Vision for Visual Effects,
  • Richard Szeliski: Computer Vision: Algorithms and Applications, Springer Verlag
  • D. Forsyth and J. Ponce: Computer Vision: A Modern Approach. Prentice Hall