Seminar Objekterkennung in Bildern und Videos WS 2008/ Einführung - Sandra Witt Lehrstuhl Multimedia Computing Universität Augsburg

Transkript

1 Seminar Objekterkennung in Bildern und Videos WS 2008/ Einführung - Sandra Witt Lehrstuhl Multimedia Computing Universität Augsburg

2 Überblick Wozu Seminare? Organisatorisches Literaturrecherche Vortrag Ausarbeitung Themenvorstellung und -vergabe

3 Wozu Seminare? Einführung in wissenschaftliches Arbeiten Strukturierte Recherche Öffentlicher Vortrag Schriftliche Ausarbeitung Grundlegende Techniken der täglichen Arbeit Für nahezu alle potentiellen zukünftigen Jobs Hauptbestandteil universitärer Ausbildung Selbstmotivation, Selbstorganisation wissenschaftliche Inhalte

4 Organisatorisches Ort & Zeit: Mittwochs von 14:00-15:30, Raum 207 Zwei Vorträge pro Termin 4 Leistungspunkte, 2 SWS Multimedia-Methoden, Multimedia-Anwendungen Dozent: Sandra Witt Raum 307, Eichleitnerstr. 30 sandra.witt@informatik.uni-augsburg.de Sprechstunde: Vereinbarung per

5 Organisatorisches Anforderungen und Benotungsgrundlage: Minuten Vortrag 5-10 Minuten Diskussion im Anschluß Schriftliche Ausarbeitung Endfassung 1 Woche nach Vortragstermin (spätestens) Vor jedem Vortragstermin: Grundlegende Veröffentlichung zu den nächsten Seminarvorträgen lesen und schriftlich zusammenfassen Mindestens eine halbe, höchstens eine Seite Bei jedem Seminarvortrag: Beteiligung an Diskussionen Anwesenheit

6 Komponenten Strukturierte Literaturrecherche Öffentlicher Vortrag Schriftliche Ausarbeitung

7 Literaturrecherche Wozu? Auf dem Wissen anderer aufbauen Überblick über Themengebiet gewinnen Interessensgebiet strukturieren und eingrenzen Zwei Phasen: Literatur querlesen, um Überblick zu erhalten Relevante Quellen detailliert durcharbeiten

8 Literatur querlesen Ziel: Überblick keine Details! Iterativ: Mit Veröffentlichungen beginnen, die Überblick bieten; Schlüsselbegriffe und Referenzen finden Lehrbücher, Web, Zeitschriften,.. Data Mining in gefundener Literatur: Stichwortsuche im Web: Suchmaschinen, Linksammlungen, e-bibliotheken Rekursion Neue Referenzen, neue Schlüsselbegriffe

9 Literatur querlesen Datenmenge bewältigen Ständig Relevanz prüfen, Irrelevantes ignorieren Aber: stichprobenartig anscheinend irrelevante Referenzen prüfen man könnte etwas übersehen Systematische Strukturierung BibTeX, HTML, Datenbank, Notizen, Post-its,... Wichtiges schriftlich festhalten Wichtige Zitierungen (wer, wann, wo, was) Eigene Zusammenfassung des Papers schreiben

10 Literatur querlesen Mit aktuellen Referenzen beginnen Nur so findet man andere aktuelle Paper... die aber oft nur Nischen abdecken Die frühesten Referenzen zu einem Themengebiet sind oft genauso hilfreich wie Überblicksarbeiten Genereller Motivieren das Thema Geben Überblick

11 Vertiefung Vor der Lektüre: Fragen niederschreiben Was möchte ich aus diesem Paper lernen? Was ist noch unklar? Während der Lektüre Wichtige Sachverhalte notieren Bezüge zu anderen Papers herstellen (Netzwerk) Verwendete Terminologie und Notation Gemeinsamkeiten und Unterschiede Nach der Lektüre: hat es mich weitergebracht? Neue Fragen? Wie könnte ich sie klären?

12 Komponenten Strukturierte Literaturrecherche Öffentlicher Vortrag Schriftliche Ausarbeitung

13 Vortrag Ziel: die Zuhörer sollen das Vorgetragene verstehen!

14 Vortrag: Publikum Zielpublikum: Wer kommt zum Vortrag? Motivation der Zuhörer? Fachlicher Hintergrund? In welcher Umgebung? Welche Fragen sind zu erwarten?

15 Vortrag: Aufbau Einleitung Gliederung kurz vorstellen Übersichtsfolie wiederholen Motivation: Hauptteil Situation und Überblick, Problemstellung Lösungsansatz Klar erkennbarer roter Faden Vortrag soll eine möglichst spannende Geschichte erzählen!

16 Vortrag: Aufbau Schluß Zusammenfassung Eigene Bewertung ( klar vom Inhalt getrennt ) Offene Fragen, Diskussion anstoßen,...

17 Vortrag: Form Titelfolie mit Titel, Name und Zugehörigkeit Folien sollen die Zuhörer unterstützen Nur Stichpunkte, keine vollständigen Sätze Bilder und Graphiken statt zuviel Text Wenige Formeln und Animationen Farben, Fett- und Kursivschrift nur für Hervorhebungen

18 Vortrag: Form Maximal 8-10 Zeilen Text pro Folie Kein zeitversetztes Einblenden von Elementen Kontext geht verloren Deutlich machen, wenn das Ende erreicht ist Zusatzfolien für zu erwartende Fragen Ungefähr 2-3 Minuten pro Folie Vorheriger Probevortrag mit Zeitmessung

19 Vortrag: Umgebung Vorher prüfen: Geräte und Hilfsmittel sind da und funktionieren Notebook Projektor Software Versionen, Multimedia Player, Codecs,... Folien, Tafel, Kreide, Stifte Was tue ich wo? Standort Platz für Folien, Notizen,...

20 Vortrag: Probleme Englische vs. Deutsche Terminologie Konsistenz ist wichtig! Nur über Dinge reden, die man vollständig versteht Nicht zuviel Material Normal sprechen Nicht zuviele Details Eine Geschichte erzählen, nicht Fakten auflisten Jedes Thema motivieren, Verbindungen aufzeigen

21 Vortrag: Probleme Freie Rede, kein Ablesen von Notizen Nicht mit dem Rücken zum Publikum Zuhörer im Blick haben Auf eigene Körpersprache achten

22 Komponenten Strukturierte Literaturrecherche Öffentlicher Vortrag Schriftliche Ausarbeitung

23 Ausarbeitung Soll wesentliche Inhalte vollständig behandeln Detailierter als die Vortragsfolien (ausführlichere Erklärungen, Beispiele, etc.) Gliederung der Ausarbeitung: Deckblatt mit Titel, Name, Datum, Seminar Inhaltsverzeichnis Einleitung, Hauptteil (ggf. in mehrere (Unter)Kapitel unterteilt), Zusammenfassung Literaturverzeichnis Abgabe in.pdf Format!

24 Ausarbeitung Inhalte in eigenen Worten beschreiben: Kein Plagiat! Keine Übersetzung! Quellen an passender Stelle zitieren (auch übernommene Bilder) Einfacher Zitierstil: Name, Titel, Verlag/Herausgeber, Jahr Keine Stichpunkte, Aufzählungen möglichst vermeiden Von Dritten korrekturlesen lassen

25 Themen Objekterkennung umfaßt: Bildverarbeitung Computer Vision Machine Learning... Statistical Computing

26 Themen Objekterkennung in Bildern und Videos Klassifikation Ist eine Objektinstanz einer gegebenen Objektklasse im Bild enthalten? Ist eine gegebene Objektinstanz im Bild enthalten? Ja/Nein-Entscheidung Detektion: ob und wenn ja, wo im Bild? Lokalisation Erkennung: Oft auch als Oberbegriff verwendet v.a. Bereich Gesichtserkennung: wer ist auf dem Foto?

27 Terminübersicht Datum Vortragender Thema Tobias Reich Liya Ding, Aleix M. Martinez: Precise Detailed Detection of Faces and Facial Features Georg Vorsamer Matthieu Guillaumin, Thomas Mensink, Jakob Verbeek, Cordelia Schmid: Automatic Face Naming with Caption-based Supervision

28 Quellen 1)Philipp Slusallek: Hinweise zur schriftlichen Ausarbeitung in Seminaren, FoPras und bei Hausarbeiten, Vorlesungsunterlagen, Saarbrücken, )Phillipp Slusallek: Introduction to Seminars, Vorlesungsunterlagen, Saarbrücken, 2006.