Seminar Computer Vision SS'23
Seminar

Thema: Aktuelle Forschungsergebnisse aus dem Bereich Visual Computing

Aktuelles

Die Deadline zur Abgabe der Präsentationsfolien wurde verlängert und auf den 11.07. gesetzt, aufgrund der Verschiebung der Vorträge.

Achtung: Die Termine für die Präsentationen haben sich geändert. Neue Termine sind der 13.07. von 11:30 - 15:00 und 14.07. von 09:00 bis 12 Uhr!

Inhalt

In diesem Semester bieten wir erneut das Seminar Computer Vision an, in welchem aktuelle Forschungsergebnisse aus der Computer Vision, des Visual Computings und Bild-/Videoverarbeitung diskutiert werden. Die Aufgabe der Teilnehmer:innen ist es Forschungsberichte schriftlich aufzuarbeiten, die Aufarbeitung einer/s anderen Studierenden schriftlich zu begutachten und dem Gutachten anderer Studierenden entsprechend die eigene Ausarbeitung zu verbessern. In einem Blockseminar am Ende des Semesters wird der jeweilige Forschungsbericht in einem mündlichen Vortrag präsentiert. Dieser muss vorab ebenfalls Probe gehalten werden vor einer/m anderen Studierenden und deren/dessen Verbesserungsvorschläge integriert werden.

Teilnehmer

Das Angebot richtet sich an Bachelor- bzw. Masterstudierende aus den Fachrichtungen Informatik, IST, Wirtschaftsinformatik und Data Science.

Die Anmeldung erfolgt zentral über StudIP. Die Teilnehmeranzahl ist zunächst auf 8 Studierende beschränkt. Kann ggf. im Kickoff noch erweitert werden.

Sollten Sie eine Platzreservierung erhalten haben, so senden Sie bitte das folgende Formular eingescannt und mit den entsprechend ausgefüllten Daten und Unterschrift bis zum unten genannten Termin der Abgabe der Themenwünsche an seminarcv@cg.cs.tu-bs.de (die fettgedruckten Angaben bitte mit der entsprechenden Information füllen). Im Anmeldeformular muss zusätzlich benannt werden, um die wievielte Teilnahme am Seminar im aktuellen Studiengang es sich handelt.

Anmeldeformular (bei Problemen senden Sie bitte eine Email an seminarcv@cg.cs.tu-bs.de)

Veranstaltungstermine

Die Veranstaltungstermine werden hier zu gegebener Zeit bekanntgegeben.

Sämtliche hier aufgeführten Termine sind einzuhalten. Alle Veranstaltungstermine müssen besucht werden.

• 02.02.23 - 23.02.23: Anmeldung über Stud.IP
• Bis 09.04.2023: Abgabe der Themenwünsche
• 18.04.2023, 10:30 Uhr: Kickoff Meeting (G30, ICG)
• 26.04.2023: Ende der Abmeldefrist
• 14.05.2023: Abgabe der schriftlichen Ausarbeitung (bitte Datei nach folgendem Schema benennen: IhrNachname_Draft_SeminarCV.pdf) 
• 28.05.2023: Abgabe des Gutachtens (bitte Datei nach folgendem Schema benennen: IhrNachname_Gutachten_SeminarCV.pdf)
• 18.06.2023: Abgabe der überarbeiteten schriftlichen Ausarbeitung (bitte Datei nach folgendem Schema benennen: IhrNachname_FinaleVersion_SeminarCV.pdf)
• Bis 02.07.2023: Probevortrag
• 13.07.2023: Abgabe der Vortragsfolien (ALLE Teilnehmer!) (bitte Folien nach folgendem Schema benennen: IhrNachname_Vortrag_SeminarCV.pdf)
• 13.07.2023, 11:30 - 15:00, G30 (ICG): Vorträge - Blockveranstaltung, Teil 1 (Anwesenheitspflicht für alle Teilnehmer)
• 14.07.2023, 09:00 - 12:00, G30 (ICG): Vorträge - Blockveranstaltung, Teil 2 (Anwesenheitspflicht für alle Teilnehmer)

Angemeldete Studierende haben die Möglichkeit, sich bis spätestens 2 Wochen nach Beginn der Vorlesungen abzumelden. Für eine erfolgreiche Abmeldung ist es erforderlich sich bei der Seminarbetreuung abzumelden.

Die jeweiligen Abgaben erfolgen per Email an seminarcv@cg.cs.tu-bs.de und ggf. per Email an den Tandempartner. Falls nicht anders kommuniziert, müssen die Abgaben bis um 23:59 Uhr des Abgabetages erfolgen.

Bei Fragen zur Veranstaltung wenden Sie sich bitte an seminarcv@cg.cs.tu-bs.de.

Format

• Zu jedem Thema wird eine Zusammenfassung in Latex mithilfe des Institut-Templates erstellt.
  Inhalt der Ausarbeitung ist eine kurze Zusammenfassung der Arbeit mit eigenen Worten und die Herausarbeitung der Hauptpunkte mit einem Umfang von mindestens 8 Seiten. Die Ausarbeitung soll deutlich machen, dass das Thema verstanden wurde.
• Jeder Teilnehmende verfasst ein 1-2 seitiges Gutachten über eine vorgegebene schriftliche Ausarbeitung. Dabei soll insbesondere auf die Verständlichkeit und den sprachlichen Stil der Zusammenfassung eingegangen werden.
• Die Themen werden in ca. 20 minütigen Vorträgen mit anschließender Diskussion präsentiert.
• Für die Vorträge vor Ort kann ein Laptop des Instituts oder ein eigener Laptop verwendet werden. Falls der Institutslaptop genutzt werden soll, ist es notwendig sich rechtzeitig unter seminarcv@cg.tu-bs.de zu melden, spätestens zwei Wochen vor den Vorträgen. In diesem Falle müssen die Vortragsfolien min. eine Woche vor dem Vortrag zur Verfügung gestellt werden.
• Falls die Vorträge online stattfinden, wird Big Blue Button als Plattform genutzt. Studierende benötigen in diesem Fall einen eigenen PC mit Mikrofon. Zudem wäre eine Videoübertragung während des eigenen Vortrages wünschenswert. Sollten diese Vorraussetzungen nicht erfüllbar sein, ist es notwendig sich rechtzeitig unter seminarcv@cg.cs.tu-bs.de zu melden.
• Die Sprache ist wahlweise Deutsch oder Englisch.
• Der Vortrag, die schriftliche Zusammenfassung und die Erstellung des Gutachtens sind zwingende Voraussetzungen für den Erhalt eines Scheines.

Dateien und Templates

• Kickoff-Folien
• Latex-Template muss genutzt werden.
• Folien-Template kann, muss aber nicht benutzt werden.
• Review-Template

Themen 

1. Dark Stereo: Improving Depth Perception  Under Low Luminance
   (K. Wolski, F. Zhong, K. Myszkowski, RK. Mantiuk) SIGGRAPH 2022
   
   Improving depth perception by increasing contrast along depth discontinuities in stereo images.
   https://dark-stereo.mpi-inf.mpg.de/
   
   
2. Semantically Supervised Appearance Decomposition for Virtual Staging from a Single Panorama
   (T. Zhi, B. Chen, I. Boyadzhiev, SB. Kang, M. Hebert, SG. Narasimhan) SIGGRAPH 2022
   
   Detection and extraction of light features (specular reflection, sunlight lit areas) and reconstruction of diffuse and ambient colors in panorama images.
   https://arxiv.org/abs/2205.13150
   
   
3. Egocentric Scene Reconstruction from an Omnidirectional Video
   (H. Jang, A. Meuleman, D. Kang, D. Kim, C. Richardt, MH. Kim) SIGGRAPH 2022
   
   3D scene reconstruction from panorama video with moving camera position, using a spherical binoctree datastructure.
   https://vclab.kaist.ac.kr/siggraph2022p2/
   
   
4. Eccentricity-dependent Spatio-temporal Flicker Fusion for Foveated Graphics
   (B. Krajancich, P. Kellnhofer, G. Wetzstein) SIGGRAPH 2021
   
   Development of a model to calculate the interdependent spatial and temporal limits of the human visual system.
   http://www.computationalimaging.org/publications/cff/
   
   
5. Realistic Luminance in VR
   (N. Matsuda, A. Chapiro, Y. Zhao, C. Smith, R. Bachy, D. Lanman) SIGGRAPH Asia 2022
   
   Study of user preference for HDR display brightness when viewing immersive, natural scenes.
   https://achapiro.github.io/#MCG_journal:~:text=Realistic%20Luminance%20in%20VR
   
   
6. Impact of correct and simulated focus cues on perceived realism
   (J. March, A. Kishnan, SJ. Watt, M. Wernikowski, H. Gao, AÖ. Yöntem, RK. Mantiuk) SIGGRAPH Asia 2022
   
   Study of the influence of different types of simulated depth of field on perceived realism of presented scenes.
   https://www.cl.cam.ac.uk/research/rainbow/projects/focus_cues/
   
   
7. The use of virtual reality in environment experiences and the importance of realism
   (M. Newman, B. Gatersleben, KJ. Wyles, E. Ratcliffe) JEP 2022
   
   Conduction of two studies on perceived realism, investigating different presentation modalities and levels of realism.
   https://www.sciencedirect.com/science/article/abs/pii/S0272494421001869
   
   
8. Virtual Reality Versus Real-World Space: Comparing Perceptions of Brightness, Glare, Spaciousness, and Visual Acuity
   (X. Jin, J. Meneely, NK. Park) JID 2021
   
   Investigation of how visual perceptions (brightness, glare, and spaciousness) and performance on a visual acuity task differ between real-world and replica VR environments.
   https://journals.sagepub.com/doi/10.1177/1477153518825387
   
   
9. An image is worth 16x16 words: Transformers for image recognition at scale
   (A. Dosovitskiy et al.) CoRR 2020
   
   A revolutionary approach to image recognition. The successor of CNNs?
   https://journals.sagepub.com/doi/10.1177/1477153518825387
   
   
10. Fully convolutional neural networks for semantic segmentation
    (J. Long et al.) CVPR 2015
    
    Classic paper about semantic segmentation
    https://ieeexplore.ieee.org/document/7298965

Hilfreiche Quellen

Beispiel für einen guten Vortrag (Video auf der Webseite unter dem Punkt Presentation, beachten Sie wie wenig Text notwendig ist, und wieviel visualisiert wurde, um ein intuitives Verständnis zu erzeugen)

Generelle Schreibtipps für wissenschaftliche Arbeiten (hauptsächlich zum Schreiben von wissenschaftlichen Artikeln gedacht, aber auch für Zusammenfassungen gut zu gebrauchen).

Betreuer

Martin Eisemann