Seminar Bildauswertung und -fusion. Verteilung der Themen :00 Uhr
|
|
- Hannah Beltz
- vor 6 Jahren
- Abrufe
Transkript
1 Seminar Bildauswertung und -fusion Verteilung der Themen :00 Uhr 1
2 Übersicht der Themen 1. Vitalsensorik und Emotionen (Philipp Woock) 2. Compressive Sensing - Grundlagen und Anwendungen (Johannes Meyer) 3. Active Contour Models (Peter Frühberger) 4. BRDF Messung (Thomas Stephan) 5. Bayesian update of Polynomial Chaos representation (Chettapong Janya-anurak) 6. Automatische Differenzierung für maschinelles Lernen (Matthias Richter) 2
3 Vitalsensorik und Emotionen Durch moderne Vitalsensorik (Wearables) können verschiedene Vitaldaten aufgezeichnet werden: Puls, Hautleitfähigkeit, Temperatur, Bewegung etc. Mithilfe dieser Daten sollen Emotionen des Benutzers erkannt werden. Dazu sind Merkmale und Klassifikatoren erforderlich, die dies vorzugsweise in Echtzeit durchführen. Umfassende (!) Literaturrecherche Welche Emotionen sind überhaupt durch Vitaldaten abzubilden? Welche Vitaldaten lassen auf welche Emotion schließen? (Welche Methoden und Modelle werden verwendet?) (Gibt es Unterschiede bei der Datengüte abhängig von der Sensorplatzierung?) Betreuer: Dipl.-Inform. Philipp Woock 3
4 Compressive Sensing Grundlagen und Anwendungen Seit ca. 10 Jahren finden in der Signalverarbeitung neben dem nyquist-shannonschen Abtasttheorem auch Methoden nach der Theorie des Compressive Sensing Anwendung. Dabei wird Vorwissen über das Signal verwendet, sodass eine Rekonstruktion auch mit Samplingfrequenzen 2 gelingt. Quelle: Automatische Sichtprüfung (Beyerer, Puente, Frese 2012) Ausarbeitung der mathematischen Grundlagen. Literaturrecherche zur Anwendung von CS in der Bildverarbeitung und systematische Aufbereitung der Ergebnisse. Betreuer: M.Sc. Johannes Meyer 4
5 Active Contour Models In der industriellen Bildverarbeitung werden Methoden benötigt, um wiederkehrende Inhalte in Bildern zu detektieren. Aufgrund von Rauschen, Bewegung des Objektes, variierender Skalierung, etc. kann mit fest vorgegebenen Masken (Konturen) keine zufriedenstellende Detektion sichergestellt werden. Das Modell muss sich deshalb aktiv an die Kontur anpassen können. Fixes Modell Aktive Kontur Modelldifferenz Modellgestützte Detektion sechseckiger Bereiche Ausarbeitung und Zusammenfassung der mathematischen Grundlagen. Darstellung und Vergleich verschiedener Methoden im Bezug auf Robustheit, benötigte Vorverarbeitung und Rechenaufwand. Betreuer: M.Sc. Peter Frühberger 5
6 BRDF Messung Sowohl in der Bildverarbeitung, als auch in der Computergrafik spielt die Reflektanz von Oberflächen eine wichtige Rolle. Diese wird häufig als BRDF (Bidirectional Reflectance Distribution Function) beschrieben. Das Messen einer BRDF mittels eines Goniometers ist ein sehr zeitaufwendiges Verfahren. Welche Verfahren zur Messung der BRDF gibt es und wie unterscheiden sich diese? Was sind die Vor- und Nachteile der verschiedenen Verfahren? Betreuer: Dipl.-Inform. Thomas Stephan 6
7 Bayesian update of Polynomial Chaos representation Bei einem Schätzungsproblem werden Bayessche Filter standardmäßig eingesetzt. Die bekanntesten Bayessche Filter ist das sogenannte Kalman Filter. Seine Erweiterung, z.b. Extended Kalman Filter, Unscented Kalman Filter oder Ensemble Kalman Filter haben Vorund Nachteile. Polynomial Chaos (PCE) ist die Zerlegung von stochastischen Prozessen mittels orthogonaler Polynome. Die Repräsentation mit Polynomial Chaos bei der Bayesschen Filterung stellt eine neue Herangehensweise dar. - Ausarbeitung der Thematik der Filterung sowie von Polynomial Chaos - Literaturrecherche zum Thema Bayessche Filter mit Polynomial Chaos Repräsentation - Vergleich der PCE Bayesschen Filter mit anderem bekannten Filtern Proceedings of the 14th International Conference on Information Betreuer: Dipl.-Ing. Chettapong Janya-anurak 7
8 Automatische Differenzierung für maschinelles Lernen Viele Verfahren des maschinellen Lernens stützen sich auf Gradienten oder Hessematrizen von Verlustfunktionen. Automatische Differenzierung (AD) bezeichnet Techniken um Ableitungen genau, effizient und vor allem automatisiert zu berechnen. Im maschinellen Lernen findet AD allerdings bisher wenig Beachtung. Überblick: Welche Anzätze zum Differenzieren gibt es? Literaturrecherche zu Techniken des automatischen Differenzierens. Beschreibung, Einordnung und Vergleich ausgewählter Verfahren. Betreuer: Dipl.-Inform. Matthias Richter 8
9 Nächster Termin Einführungsveranstaltung am :00 Uhr am IES 9
Lichtfeldemitter Grundlagen und Anwendungen
Lichtfeldemitter Grundlagen und Anwendungen Themenbeschreibung: Im Gegensatz zu herkömmlichen Displaytechnologien kann bei einem Lichtfeldemitter nicht nur der Ort, sondern auch die Richtung des abzustrahlenden
MehrSeminar Bildauswertung und -fusion. Themenbeschreibung
Seminar Bildauswertung und -fusion Themenbeschreibung 1 Übersicht Zeichenerkennung mit "Smart Cameras" im industriellen Umfeld Betreuer: Dipl.-Ing. Martin Grafmüller Entropieberechnungen in Bayes schen
MehrÜbersicht über die Themen
Übersicht über die Themen 1. Beschreibung von natürlichem Terrain, insbes. unter Wasser 2. Handgestenerkennung für mobile Augmented Reality (AR) Anwendungen 3. Deep Learning im Bereich Gesichtswiedererkennung
Mehr3D-Rekonstruktion aus Bildern
Allgemeine Nachrichtentechnik Prof. Dr.-Ing. Udo Zölzer 3D-Rekonstruktion aus Bildern Dipl.-Ing. Christian Ruwwe 41. Treffen der ITG-Fachgruppe Algorithmen für die Signalverarbeitung HSU Hamburg 24. Februar
MehrEinführung in die medizinische Bildverarbeitung WS 12/13
Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Pipeline Pipelinestufen können sich unterscheiden, beinhalten aber i.d.r. eine Stufe zur Bildvorverarbeitung zur
MehrOrientierungsbestimmung mobiler Objekte unter Verwendung von Magnet- und MEMS Inertialsensoren
. Orientierungsbestimmung mobiler Objekte unter Verwendung von Magnet- und MEMS Inertialsensoren Geodätische Woche 2013 F. Zimmermann, C. Eling, L. Klingbeil, H. Kuhlmann 08.10.2013 Unmanned Aerial Vehicle
MehrSeminar. Visual Computing. Poisson Surface Reconstruction. Peter Hagemann Andreas Meyer. Peter Eisert: Visual Computing SS 11.
Poisson Surface Reconstruction Peter Hagemann Andreas Meyer Seminar 1 Peter Eisert: SS 11 Motivation Zur 3D Darstellung von Objekten werden meist Scan-Daten erstellt Erstellung eines Dreieckmodells aus
MehrInhaltsverzeichnis. Daniel von Grünigen. Digitale Signalverarbeitung. mit einer Einführung in die kontinuierlichen Signale und Systeme
Inhaltsverzeichnis Daniel von Grünigen Digitale Signalverarbeitung mit einer Einführung in die kontinuierlichen Signale und Systeme ISBN (Buch): 978-3-446-44079-1 ISBN (E-Book): 978-3-446-43991-7 Weitere
MehrDeflektometrie Ein Messverfahren für spiegelnde Oberflächen
Deflektometrie Ein Messverfahren für spiegelnde Oberflächen Dr. Alexander Zimmermann FORWISS Universität Passau Institut für Softwaresysteme in technischen Anwendungen der Informatik 19. Oktober 2017 Gliederung
MehrInhaltsbasierte Bildsuche. Matthias Spiller. 17. Dezember 2004
Kantenbasierte Merkmale für die Bildsuche Inhaltsbasierte Bildsuche Matthias Spiller 17. Dezember 2004 Übersicht Übersicht Einleitung Was sind Kanten? Kantenrichtungs Histogramm Der Canny-Algorithmus Feature-Erzeugung
MehrAutomatische Sichtprüfung und Bildverarbeitung für die Bewertung der Qualität beschichteter Oberflächen
Automatische Sichtprüfung und Bildverarbeitung für die Bewertung der Qualität beschichteter Oberflächen Prof. Dr.-Ing. Michael Heizmann Dr.-Ing. Stefan Werling DFO Karlsruhe, 21. Oktober 2014 Fraunhofer-Institut
MehrR.Wagner, Mathematik in der Astronomie
Mathematik in der Astronomie Roland Wagner Johann Radon Institute for Computational and Applied Mathematics (RICAM) Österreichische Akademie der Wissenschaften (ÖAW) Linz, Austria Linz, 20.Mai 2016 Übersicht
MehrDigitale Signalverarbeitung
Daniel Ch. von Grünigen Digitale Signalverarbeitung mit einer Einführung in die kontinuierlichen Signale und Systeme 4. Auflage Mit 222 Bildern, 91 Beispielen, 80 Aufgaben sowie einer CD-ROM mit Lösungen
MehrMathematische Grundlagen Kalman Filter Beispielprogramm. Kalman Filter. Stephan Meyer
Kalman Filter Stephan Meyer FWPF Ortsbezogene Anwendungen und Dienste Georg-Simon-Ohm-Hochschule Nürnberg 07.12.2007 Outline 1 Mathematische Grundlagen 2 Kalman Filter 3 Beispielprogramm Mathematische
Mehr5. Objekterkennung in Bildern und Videos Videoanalyse
5. Objekterkennung in Bildern und Videos Videoanalyse Stephan Kopf 1 Übersicht Motivation Anforderungen an Objekterkennungsalgorithmen Objekterkennung mittels Konturen Helligkeiten Farben Formen Objekterkennung
MehrWissensentdeckung in Datenbanken
Wissensentdeckung in Datenbanken Deep Learning (II) Nico Piatkowski und Uwe Ligges Informatik Künstliche Intelligenz 25.07.2017 1 von 14 Überblick Faltungsnetze Dropout Autoencoder Generative Adversarial
MehrSEMINAR COMPUTATIONAL PHOTOGRAPHY
Beseitigung von Bewegungsunschärfe Oliver Kelling, Mirco Menze SEMINAR COMPUTATIONAL PHOTOGRAPHY 1 Einführung Milderung bzw. Vermeidung von Unschärfe durch: 1. Kürze Belichtungszeiten 2. Stabilisierende
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Segmentierung Graphische DV und BV, Regina Pohle, 13. Segmentierung 1 Einordnung in die Inhalte der Vorlesung Einführung mathematische
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2008/2009 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer
MehrComputergrafik / Animation. künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).
Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch «Kontrollpunkte» genannt Wesentlicher Punkt:
MehrFlächen- und Volumenmessung lokaler Objekte in DICOM-Bildern und Bildfolgen
Flächen- und Volumenmessung lokaler Objekte in ICOM-Bildern und Bildfolgen Sergei Hludov, Christoph Meinel und Thomas Engel Institut für Telematik Bahnhofsstr. 30-3, 549 Trier Email: hludov@ti.fhg.de Zusammenfassung.
MehrNumerische Methoden. Thomas Huckle Stefan Schneider. Eine Einführung für Informatiker, Naturwissenschaftler, Ingenieure und Mathematiker.
Thomas Huckle Stefan Schneider Numerische Methoden Eine Einführung für Informatiker, Naturwissenschaftler, Ingenieure und Mathematiker 2. Auflage Mit 103 Abbildungen und 9 Tabellen 4Q Springer Inhaltsverzeichnis
Mehr1. Filterung im Ortsbereich 1.1 Grundbegriffe 1.2 Lineare Filter 1.3 Nicht-Lineare Filter 1.4 Separabele Filter 1.
. Filterung im Ortsbereich. Grundbegriffe. Lineare Filter.3 Nicht-Lineare Filter.4 Separabele Filter.5 Implementierung. Filterung im Frequenzbereich. Fouriertransformation. Hoch-, Tief- und Bandpassfilter.3
MehrProjektpraktikum: Bildauswertung und fusion Wintersemester 2011 / 2012
Projektpraktikum: Bildauswertung und fusion Wintersemester 2011 / 2012 http://www.ies.uni-karlsruhe.de Zeitlich adaptives Objekttracking in der Aufklärung und Überwachung Flugdrohne / visuell optischer
MehrWie findet man interessante Punkte? Martin Herrmann, Philipp Gaschler
Wie findet man interessante Punkte? Martin Herrmann, Philipp Gaschler Wenn man sie denn gefunden hat, was kann man mit den interessanten Punkten anfangen? /Anwendungsgebiete Wenn man sie denn gefunden
MehrDigitale Bildverarbeitung
Bernd Jahne Digitale Bildverarbeitung 6., überarbeitete und erweiterte Auflage Mit 248 Abbildungen und 155 Übungsaufgaben und CD-ROM Sy Springer Inhaltsverzeichnis I Grundlagen 1 Anwendungen und Werkzeuge
MehrSeminar: Multi-Core Architectures and Programming. Viola-Jones Gesichtsdetektor
Seminar: Multi-Core Architectures and Programming Viola-Jones Gesichtsdetektor Hardware-Software-Co-Design Universität Erlangen-Nürnberg 1 Übersicht Einleitung Viola-Jones Gesichtsdetektor Aufbau Blockmerkmale
MehrDigitale KommunikationsSysteme (DKS)
Welcome Hans-Günter Hirsch Digitale Signalverarbeitung und Mustererkennung email: hans-guenter.hirsch@hs-niederrhein.de Digitale KommunikationsSysteme (DKS) http://dnt.kr.hs-niederrhein.de Webserver: http://dnt.kr.hs-niederrhein.de/dks17/
MehrLow-Cost Sampling Down Converter für UWB-Sensor Anwendungen
JOHANNES KEPLER UNIVERSITY LINZ Research and teaching network Low-Cost Sampling Down Converter für UWB-Sensor Anwendungen Alexander Reisenzahn Rudolf Cihal Sebastian Hantscher Christian G. Diskus Outline
MehrWas bisher geschah. Definition digitaler Bilder B : pos col Bildanalyse, statistische Merkmale Signale im Orts- und Frequenzraum Bildbearbeitung durch
Was bisher geschah Definition digitaler Bilder B : pos col Bildanalyse, statistische Merkmale Signale im Orts- und Frequenzraum Bildbearbeitung durch Punktoperationen (Farbtransformation) f : col1 col
MehrInhaltliche Planung für die Vorlesung
Vorlesung: Künstliche Intelligenz - Mustererkennung - P LS ES S ST ME Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte der KI, PROLOG 2) Expertensysteme
Mehrkünstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).
Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch "Kontrollpunkte" genannt Wesentlicher Punkt:
MehrR. Oldenbourg Verlag München Wien 1997
Systemtheorie 1 Allgemeine Grundlagen, Signale und lineare Systeme im Zeit- und Frequenzbereich von Professor Dr.-Ing. Rolf Unbehauen 7., überarbeitete und erweiterte Auflage Mit 260 Abbildungen und 148
MehrComputergraphik 1 2. Teil: Bildverarbeitung. Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation
Computergraphik 1 2. Teil: Bildverarbeitung Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation LMU München Medieninformatik Butz/Hoppe Computergrafik 1 SS2009 1 2 Repräsentation
MehrGrundlagen: Bildbearbeitung / Objekterkennung. Julia Peterwitz zum Seminar: Videobasierte Erkennung und Analyse menschlicher Aktionen
Grundlagen: Bildbearbeitung / Objekterkennung Julia Peterwitz zum Seminar: Videobasierte Erkennung und Analyse menschlicher Aktionen Videoerkennung! Warum? Live-Übertragung von Veranstaltungen Überwachung
MehrKalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern
Kalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern Vorlesung Robotik SS 016 Kalmanfiter () Kalman-Filter: optimaler rekursiver Datenverarbeitungsalgorithmus optimal hängt vom gewählten
MehrOne way Delay (OWD) Determination Techniques
Lehrstuhl Netzarchitekturen und Netzdienste Institut für Informatik Technische Universität München One way Delay (OWD) Determination Techniques Referent: Mislav Boras Betreuer: Dirk Haage Seminar: Innovative
MehrReagieren Sie noch oder agieren Sie schon? Reifegrad-Modell für den Erfolg im Arbeitsmanagement
Reagieren Sie noch oder agieren Sie schon? Reifegrad-Modell für den Erfolg im Arbeitsmanagement Andrew Barton Sr. Director - International Customer Success & Consulting, Wrike 1 14,000+ Kunden haben uns
MehrVorwort. I Einführung 1. 1 Einleitung Signale Systeme Signalverarbeitung Struktur des Buches 9. 2 Mathematische Grundlagen 11
Vorwort V I Einführung 1 1 Einleitung 3 1.1 Signale 4 1.2 Systeme 4 1.3 Signalverarbeitung 6 1.4 Struktur des Buches 9 2 Mathematische Grundlagen 11 2.1 Räume 11 2.1.1 Metrischer Raum 12 2.1.2 Linearer
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrImplizite Modellierung zur Objekterkennung in der Fernerkundung
Implizite Modellierung zur Objekterkennung in der Fernerkundung Mitarbeiterseminar 20.01.2011 (IPF) Fakultät für Bauingenieur-, Geo- und Umweltwissenschaften KIT Universität des Landes Baden-Württemberg
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrSegmentierung des Aterienbaums
Segmentierung des Aterienbaums Christoph Schaefer Seminar: Bildverarbeitung für die Medizin Universität Koblenz-Landau 27.01.2007 1 Anwendungsgebiete 2 Segmentierung Überblick Deformierbare Modelle Snake
MehrKapitel 2.1: Die stochastische Sicht auf Signale Georg Dorffner 67
Kapitel 2.1: Die stochastische Sicht auf Signale 215 Georg Dorffner 67 Stochastische Prozesse Stochastische Prozesse sind von Zufall geprägte Zeitreihen x n f x, n 1 xn2,... n vorhersagbarer Teil, Signal
MehrEchtzeitfähige Algorithmen für markerloses Tracking und Umfelderkennung , Dr.-Ing. Steffen Herbort, A.R.T. GmbH
Echtzeitfähige Algorithmen für markerloses Tracking und Umfelderkennung 26.10.2016, TP 2: Arbeiten von A.R.T. TP2: Tracking und Umfelderkennung Markerloses Tracking texturierte Objekte Umfelderkennung
MehrEVC Repetitorium Blender
EVC Repetitorium Blender Michael Hecher Felix Kreuzer Institute of Computer Graphics and Algorithms Vienna University of Technology INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Filter Transformationen
MehrSegmentierung von Punktwolken anhand von geometrischen und radiometrischen Informationen
von Punktwolken anhand von geometrischen und radiometrischen Informationen Mathias BURGER, Daniel WUJANZ, Frank NEITZEL Technische Universität Berlin 16. Oldenburger 3D Tage 02. Februar 2017 In diesem
MehrGrundlagen der optischen Geometrievermessung und deren Anwendungen
Grundlagen der optischen Geometrievermessung und deren Anwendungen Christian Gerlach Innovationstag 2010 1 Gliederung: Grundlagen der Photogrammetrie Stand der Technik Industrielle Anwendungen der Photogrammetrie
MehrFragebogen zur Lehrveranstaltung Bildverarbeitung und Mustererkennung (5030) im SS2014
Professor Dr.-Ing. Martin Werner Fachbereich Elektrotechnik und Informationstechnik Hochschule Fulda Fragebogen r Lehrveranstaltung Bildverarbeitung und Mustererkennung (5030) im SS2014 Liebe Studierende,
MehrModellbasierte Systementwicklung für Smarte Sensoren. Dr. Benjamin Schwabe, Andrea Hollenbach
Modellbasierte Systementwicklung für Smarte Sensoren Dr. Benjamin Schwabe, Andrea Hollenbach 26.5.217 Agenda 1 Einführung Smarte Sensoren 2 Entwicklung der Auswertealgorithmen und Code Generierung 3 Erweiterungen
MehrAutomatisierte Reglerinbetriebnahme für elektrische Antriebe mit schwingungsfähiger Mechanik
Automatisierte Reglerinbetriebnahme für elektrische Antriebe mit schwingungsfähiger Mechanik Zur Erlangung des akademischen Grades DOKTOR-INGENIEUR vom Fachbereich Elektrotechnik und Informationstechnik
MehrGemeinsames TUM-LMU Seminar
Gemeinsames TUM-LMU Seminar Wissenschaftliches Arbeiten Akzeleratoren und ihr Einsatz im Hochleistungsrechnen (LMU) Akzeleratorarchitekturen (TUM) Prof. Dr. Dieter Kranzlmüller Dr. Karl Fürlinger MNM-Team
MehrM0 BIO - Reaktionszeit
M0 BIO - Reaktionszeit 1 Ziel des Versuches In diesem Versuch haben Sie die Möglichkeit, sich mit Messunsicherheiten vertraut zu machen. Die Analyse von Messunsicherheiten erfolgt hierbei an zwei Beispielen.
MehrRauschen. Heinz Bittel Leo Storm. Eine Einführung zum Verständnis elektrischer Seh wankungsersch einungen
Heinz Bittel Leo Storm Rauschen Eine Einführung zum Verständnis elektrischer Seh wankungsersch einungen Mit 156 Abbildungen Springer-Verlag Berlin Heidelberg New York 1971 1. Einleitender Überblick 1 1.1.
MehrWirtschaftliche Anwendung der Differentialrechnung
Wirtschaftliche Anwendung der Differentialrechnung für GeoGebraCAS Letzte Änderung: 11. Mai 2010 1 Überblick 1.1 Zusammenfassung In der Kosten- und Preistheorie befasst sich die Wirtschaftsmathematik mit
MehrSmart Wearables in klinischer Ausbildung und Praxis. Dr. Stephan Jonas Institut für Medizinische Informatik Uniklinik RWTH Aachen
Smart Wearables in klinischer Ausbildung und Praxis Dr. Stephan Jonas Institut für Medizinische Informatik Uniklinik RWTH Aachen Was sind eigentlich Smart Wearables? Smart Computersystem Sensorik Vernetzt
MehrSegmentierung. Vorlesung FH-Hagenberg SEM
Segmentierung Vorlesung FH-Hagenberg SEM Segmentierung: Definition Die Pixel eines Bildes A={a i }, i=1:n, mit N der Anzahl der Pixel, werden in Teilmengen S i unterteilt. Die Teilmengen sind disjunkt
MehrKonvexe Optimierung zur Schätzung von Kovarianzfunktionen
. Geodätische Woche 211 Konvexe Optimierung zur Schätzung von Kovarianzfunktionen 1 Lutz Roese-Koerner, Silvia Becker, Andreas Ernst und Wolf-Dieter Schuh Institut für Geodäsie und Geoinformation Professur
MehrBildverarbeitung und Robotik
Bildverarbeitung und Robotik 100%-Überwachung im Tierschutz CLK GmbH Zur Steinkuhle 3 48341 Altenberge cruse@clkgmbh.de Tel.: 02505 93620-10 Dr. Carsten Cruse www.clkgmbh.de Folie 1 11.05.2016 Die CLK
MehrRingvorlesung Bildverarbeitung
Ringvorlesung Bildverarbeitung D. Schlesinger Institut für Künstliche Intelligenz, Professur Intelligente Systeme 6. Juli 2012 D. Schlesinger (Institut Ringvorlesung für Künstliche Bildverarbeitung Intelligenz,
MehrZiel: Erkennen von Geraden allgemeiner: von einfachen parametrischen Kurven (Kreise, Ellipsen...)
6. Die Hough-Transformation (sprich: "haff") P.V.C. Hough, Patentschrift von 1962 Ziel: Erkennen von Geraden allgemeiner: von einfachen parametrischen Kurven (Kreise, Ellipsen...) Anwendung: Detektion
MehrAllgemeine Informationen zur Erstellung einer Masterthesis
Allgemeine Informationen zur Erstellung einer Masterthesis Stand: Wintersemester 2015/16 Masterthesis Information WS 15/16 1 Vortragsanliegen Erste organisatorische Hinweise zur Planung einer Master Thesis
MehrProbabilistisches Tracking mit dem Condensation Algorithmus
Probabilistisches Tracking mit dem Condensation Algorithmus Seminar Medizinische Bildverarbeitung Axel Janßen Condensation - Conditional Density Propagation for Visual Tracking Michael Isard, Andrew Blake
MehrProf. J. Zhang Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 20. Januar 2004
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 6. Bildverarbeitung..........................415 Aufbau
Mehr1.4 Krummlinige Koordinaten I
15 1.4 Krummlinige Koordinaten I (A) Motivation zur Definition verschiedener Koordinatensysteme Oft ist es sinnvoll und zweckmäßig Koordinatensysteme zu verwenden, die sich an der Geometrie und/oder Symmetrie
MehrAN0019-D. So verwenden sie videoberichte. Übersicht. Allgemeine steuerungen. Zeitleiste
So verwenden sie videoberichte Übersicht Mithilfe von Videoberichten können Benutzer Videoaufzeichnungen ansehen, während sie fortwährend Systemereignisse überwachen. Videoberichte machen Paxton10 zu einem
MehrB.Sc. Medizintechnik. Kompetenzfeld Sensorsignalverarbeitung
Kompetenzfeld Sensorsignalverarbeitung Prof. Dr.-Ing. B. Yang Prof. Dr.-Ing. M. Berroth 1 20.04.2016 Module des Kompetenzfelds Zwei Module: Signale und Systeme, Prof. Yang WS, 4SWS, 6LP Grundlagen für
MehrSignal- und Systemtheorie
Thomas Frey, Martin Bossert Signal- und Systemtheorie Mit 117 Abbildungen, 26 Tabellen, 64 Aufgaben mit Lösungen und 84 Beispielen Teubner B.G.Teubner Stuttgart Leipzig Wiesbaden Inhaltsverzeichnis 1 Einleitung
MehrSprache systematisch verbessern. Eugen Okon
Sprache systematisch verbessern Eugen Okon Sprache systematisch verbessern Gliederung Einleitung Die CLEAR Methode CLEAR in einer Fallstudie Ergebnisse und Bewertung Zusammenfassung Sprache systematisch
MehrQualitätsüberwachung von automatisch verfolgten Merkmalen in Bildsequenzen
Qualitätsüberwachung von automatisch verfolgten Merkmalen in Bildsequenzen J. Shi und C. Tomasi Good features to Track (CVPR94 Seattle, Juni 1994) Dozent: Dr. Felix v. Hundelshausen Referenten: Philipp
Mehrkleinsten Quadraten Session 4: Angewandte Geodäsie und GNSS Geodätische Woche, 29. September 2011, Nürnberg
von von Session 4: Angewandte Geodäsie und GNSS Corinna Harmening Jens-André Geodätisches Institut Leibniz Universität Hannover Geodätische Woche, 29. September 2011, Nürnberg 1 / 12 Motivation von Abb.
MehrUniversität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Clusteranalyse. Tobias Scheffer Thomas Vanck
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Clusteranalyse Tobias Scheffer Thomas Vanck Überblick Problemstellung/Motivation Deterministischer Ansatz: K-Means Probabilistischer
Mehr"Kanten- und Linienerkennung in Grauwertbildern für Bildverarbeitungsstufen im Antikollissionssystem des Faustfahrzeugs"
"Kanten- und Linienerkennung in Grauwertbildern für Bildverarbeitungsstufen im Antikollissionssystem des Faustfahrzeugs" Ning Liu HAW-Hamburg Seminarvortrag December 15, 2006 Ning Liu Kanten- und Linienerkennung
MehrSystemtheorie abbildender Systeme
Bandbegrenzung Bild in (b) nicht band-begrenzt: scharfe Kanten = Dirac-Funktionen = weißes Spektrum Erfordert Tapering vor Digitalisierung (Multiplikation mit geeigneter Fensterfunktion; auf Null drücken
MehrEin paar Fehler zuviel. Fehlerfortpflanzung am Beispiel
Ein paar Fehler zuviel Fehlerfortpflanzung am Beispiel Dipl.- Ing. Björnstjerne Zindler, M.Sc. www.zenithpoint.de Erstellt: 20. Januar 2016 Letzte Revision: 20. Januar 2016 Inhaltsverzeichnis 1 Einleitung
MehrSignale und Systeme. Martin Werner
Martin Werner Signale und Systeme Lehr- und Arbeitsbuch mit MATLAB -Übungen und Lösungen 3., vollständig überarbeitete und erweiterte Auflage Mit 256 Abbildungen, 48 Tabellen und zahlreichen Beispielen,
MehrIntelligente EKG-Analyse Dipl.-Ing. Gero von Wagner
FZI Forschungszentrum Informatik an der Universität Karlsruhe MIT- Medizinische Informationstechnik Telemetrisches Diagnosenetz Intelligente EKG-Analyse Dipl.-Ing. Gero von Wagner FZI Forschungszentrum
Mehr3. Erklären Sie drei Eigenschaften der bidirektionalen Reflektivität (BRDF).
Licht und Material Ulf Döring, Markus Färber 07.03.2011 1. (a) Was versteht man unter radiometrischen Größen? (b) Was versteht man unter fotometrischen Größen? (c) Nennen Sie drei radiometrische Größen
MehrFILTER UND FALTUNGEN
Ausarbeitung zum Vortrag von Daniel Schmitzek im Seminar Verarbeitung und Manipulation digitaler Bilder I n h a l t. Der Begriff des Filters 3 2. Faltungsfilter 4 2. Glättungsfilter 4 2.2 Filter zur Kantendetektion
MehrVom Zeichen zur Schrift Mit Mustererkennung zur automatisierten Schreiberhanderkennung in mittelalterlichen und frühneuzeitlichen Handschriften
Platzhalter für Bild, Bild auf Titelfolie hinter das Logo einsetzen Vom Zeichen zur Schrift Mit Mustererkennung zur automatisierten Schreiberhanderkennung in mittelalterlichen und frühneuzeitlichen Handschriften
MehrComputergrafik 2: Morphologische Operationen
Computergrafik 2: Morphologische Operationen Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies
MehrMuster für einen Studienbericht (in Auszügen) im Fach Mathematik GK 1. Prüfungsteil Name:
Muster für einen Studienbericht (in Auszügen) im Fach Mathematik GK 1. Prüfungsteil Name: Zur Vorbereitung verwendetes Hilfsmittel GTR (Modell und Typbezeichnung sind vom Bewerber anzugeben. ) (Modell
MehrVorverarbeitung von Sensordaten
Vorverarbeitung von Sensordaten Sensordaten sind oft verrauscht oder fehlerbehaftet. In roher Form sind die Sensordaten für die Anzeige oder die Weiterverarbeitung in der Regel ungeeignet. daher notwendig:
MehrInformation und Codierung
Richard W. Hamming Information und Codierung Technische Universität Darmstadt FACHBEREICH INFORMATIK BIBLIOTHEK Invantar-Nr.: Sachgebiete:. Standort: VCH Inhalt Vorwort zur 1. Auflage der Originalausgabe
MehrBildverarbeitung: Filterung. D. Schlesinger () Bildverarbeitung: Filterung 1 / 17
Bildverarbeitung: Filterung D. Schlesinger () Bildverarbeitung: Filterung 1 / 17 Allgemeines Klassische Anwendung: Entrauschung (Fast) jeder Filter basiert auf einem Modell (Annahme): Signal + Rauschen
MehrReal Time Tracking of the Human Body. Hauptseminar Bildverstehen: Videobasierte Erkennung und Analyse menschlicher Aktionen. Thomas Endres SS 2006
Real Time Tracking of the Human Body Hauptseminar Bildverstehen: Videobasierte Erkennung und Analyse menschlicher Aktionen Thomas Endres SS 2006 Echtzeit-Erkennung Erkennung Anwendungsmöglichkeiten: Interfaces
Mehr5. Tagung Solarwärme Schweiz 2016: Blendung durch reflektiertes Sonnenlicht - ein Problem von Solaranlagen?
5. Tagung Solarwärme Schweiz 2016: Blendung durch reflektiertes Sonnenlicht - ein Problem von Solaranlagen? Stefan Brunold, Stv. Institutsleiter Florian Ruesch, SPF Forschung Mattia Battaglia, SPF Forschung
MehrProduktionsstrategieplanung
Produktionsstrategieplanung Produktion strategisch gestalten: vom Produkt bis zur Wertschöpfungsverteilung Produktions- und Auftragsmanagement 9. November 2017 Einleitende Worte Die Produktion steht im
MehrAutomatische Erkennung und Klassifikation von Körperhaltungen und Aktivitäten
Automatische Erkennung und Klassifikation von Körperhaltungen und Aktivitäten Dipl.-Ing. Daniel Tantinger Fraunhofer Institut für Integrierte Schaltungen IIS, Erlangen, Deutschland Automatische Erkennung
MehrFarbmomente. Christoph Sommer Seminar Inhaltsbasierte Bildsuche
Farbmomente Seminar Inhaltsbasierte Bildsuche Farbmomente Einleitung und Motivation Statistische Momente Geometrische Momente Macht der Momente Hu-Momente Orthogonale Basen für Momente Generalisierte Farbmomente
MehrBeschleunigung von Bild-Segmentierungs- Algorithmen mit FPGAs
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Algorithmen mit FPGAs Vortrag von Jan Frenzel Dresden, Gliederung Was ist Bildsegmentierung?
MehrÜbungsaufgaben Didaktik III Überraschende Phänomene bei der Darstellung von Funktionen
Übungsaufgaben Didaktik III 18.05.2011 Aliasing Überraschende Phänomene bei der Darstellung von Funktionen 1. Aufgabe: 1 Aliasing bei Funktionsplottern Untersuchung durch Modellbildung Ziel ist es, mit
MehrBayesianische Netzwerke - Lernen und Inferenz
Bayesianische Netzwerke - Lernen und Inferenz Manuela Hummel 9. Mai 2003 Gliederung 1. Allgemeines 2. Bayesianische Netzwerke zur Auswertung von Genexpressionsdaten 3. Automatische Modellselektion 4. Beispiel
MehrErweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells
Erweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells Sebastian Wildfeuer Parameteridentifikation > 23. September 2008 > Folie 1 Themenübersicht Ausgangssituation,
Mehr1 Einleitung Definitionen, Begriffe Grundsätzliche Vorgehensweise... 3
Inhaltsverzeichnis 1 Einleitung 1 1.1 Definitionen, Begriffe........................... 1 1.2 Grundsätzliche Vorgehensweise.................... 3 2 Intuitive Klassifikation 6 2.1 Abstandsmessung zur Klassifikation..................
MehrInhalt. Vorwort Einführung 15
FFT- Anwendungen von E. Oran Brigham übersetzt von Seyed Ali Azizi Mit 207 Bildern, 6 Tabellen, 41 Beispielen und 188 Aufgaben sowie Programmen in BASIC R. Oldenbourg Verlag München Wien 1997 Vorwort 11
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
MehrAlgorithms for the AutomaticTagging ofmedieval Manuscripts. QuantiCod Revisited
Algorithms for the AutomaticTagging ofmedieval Manuscripts QuantiCod Revisited Neue Ansätze zur quantitativen Analyse mittelalterlicher Handschriftenbestände Hannah Busch, Swati Chandna, Celia Krause,
MehrSoftware zur Erkennung von Körperhaltungen K Bildschirmarbeitsplätzen. tzen. Referent: Markus Kirschmann
Software zur Erkennung von Körperhaltungen K an Bildschirmarbeitsplätzen tzen Vortrag zur Diplomarbeit Neuronale Mehrklassifikatorsysteme zur Erkennung der Körperhaltung K in Bildschirmarbeitsplatzumgebungen
MehrInhaltsverzeichnis. Geleitwort... VII. Danksagung... XI Zusammenfassung... XIII Abstract... XV Inhaltsverzeichnis... XVII
Inhaltsverzeichnis Geleitwort... VII Danksagung... XI Zusammenfassung... XIII Abstract... XV Inhaltsverzeichnis... XVII 1 Einleitung... 1 1.1 Ausgangslage... 1 1.2 Zielsetzung... 4 1.3 Übersicht über die
Mehr