Modulcode:	inf3DCV-01a
Englische Bezeichnung:	Image-based 3D Scene Reconstruction
Modulverantwortliche(r):	Prof. Dr.-Ing. Reinhard Koch
Turnus:	unregelmäßig (SS21)
Präsenzzeiten:	4V 2Ü
ECTS:	8
Workload:	60 Std. Vorlesung, 30 Std. Präsenzübung, 150 Std. Selbststudium
Dauer:	ein Semester
Modulkategorien:	MSc-Inf-WP (MSc Inf (21)) 2F-MEd-Inf-WP (MEd-Hdl Inf (21)) 2F-MA-Inf-WP (2F-MA Inf (21)) MSc-WInf-WP-Inf (MSc WInf (21)) WI (MSc Inf (15))
Lehrsprache:	Deutsch
Voraussetzungen:	Inf-EinfBV

Kurzfassung:

ACHTUNG: Im SS2021 wird diese Vorlesung nur auf Englisch angeboten, siehe auch die Modulbeschreibung Inf-CV. Die Vorlesung findet aufgrund Corona rein online statt.

Es werden Methoden zur Bildfolgenanalyse für Computer-Sehen (Computer Vision) vorgestellt. Ziel ist die geometrische und visuelle Oberflächenrekonstruktion von 3D-Objekten sowie Objekt- und Kamerabewegungsverfolgung aus Bildfolgen. Anwendungsschwerpunkte sind z.B. autonomes Fahren und Unterwasser-Bildverarbeitung in Zusammenarbeit mit dem GEOMAR. Die Vorlesung wird gemeinsam von Prof. Reinhard Koch (Institut für Informatik) und Dr. Kevin Köser (GEOMAR) durchgeführt.

Lernziele:

Die Studierenden lernen, mit den Entitäten der projektiven Geometrie und der Abbildungsgeometrie umzugehen und diese im Kontext der 3D-Szenenrekonstruktion aus Bildfolgen einzusetzen. Anhand von einfachen C++-Beispielen in einem dedizierten Framework werden auch Programmieraufgaben hierzu gelöst.

Lehrinhalte:

Folgende Themen werden bearbeitet:

• Bildfolgen-Korrespondenzverfahren
• Grundlagen der projektiven Geometrie
• Homographien und Bildpanoramen aus rotierenden Kameras
• geometrische Mehrbildbeziehungen einer bewegten Kamera
• Tiefenschätzung
• Kameratracking und Poseschätzung
• Anwendungen im Bereich 3D-Rekonstruktion, autonomes Fahren, Unterwasser-Bildverarbeitung

Weitere Voraussetzungen:

Mathematische Grundkenntnisse der Linearen Algebra, der 3D-Geometrie und linearer Gleichungslösungsverfahren. Die Bachelorvorlesung "InfEinfBV: Einführung in die Bildverarbeitung" wird als bekannt voraus gesetzt.

Prüfungsleistung:

Mündliche Prüfung in den zwei auf die Vorlesung folgenden Prüfungszeiträumen

Lehr- und Lernmethoden:

WICHTIG: Eine Entscheidung, ob die Vorlesung in Präsenz oder Online erfolgt, hängt vom Verlauf der Corona-Pandemie ab und wird noch mitgeteilt.

Verwendbarkeit:

Literatur:

Szeliski, Rick: Computer Vision: Algorithms and Applications. Springer 12010. Elektronische Version: http://szeliski.org/Book/

Hartley, Zissermann: Multiple View Geometry, Cambridge 2003.

Schreer: Stereoanalyse und Bildsynthese, Springer 2004

Verweise:

Kommentar: