Die Vorlesung ist in den folgenden Vertiefungsfächern mündlich prüfbar:
- VF11: Robotik und Automation
- VF13: Anthropomatik
- VF14: Kognitive Systeme
| Typ: | Vorlesung | ||
|---|---|---|---|
| Ort: | Geb. 50.34 SR 131 |
||
| Zeit: | Di 9:45 - 11:15 |
||
| Beginn: | 17.04.2012 | ||
| Dozent: | |||
| SWS: | 2 | ||
| LVNr.: | 24684 | ||
| Prüfung: | Die Vorlesung ist in den folgenden Vertiefungsfächern mündlich prüfbar:
|
||
Unter Bildfolgenauswertung als Teilgebiet des Maschinensehens versteht man die automatische Ableitung von Aussagen über die in einer Bildfolge abgebildete Szene und deren zeitlicher Entwicklung. Die abgeleiteten Aussagen können dem menschlichen Benutzer bereitgestellt werden oder aber direkt in Aktionen technischer Systeme überführt werden. Bei der Analyse von Bildfolgen ist es gegenüber der Betrachtung von Einzelbildern möglich, Bewegungen als Bestandteil der zeitlichen Veränderung der beobachteten Szene mit in die Ableitung von Aussagen einzubeziehen.
Gegenstand der Vorlesung ist zunächst die Bestimmung einer vorliegenden Bewegung in der Szene aus den Bildern einer Bildfolge. Hierbei werden sowohl änderungsbasierte wie korrespondenzbasierte Verfahren behandelt. Die Nutzung der Bewegungsschätzung zwischen Einzelbildern einer Bildfolge wird im Weiteren an Beispielen wie der Mosaikbildung, der Bestimmung von Szenenstrukturen aus Bewegungen aber auch der Objektdetektion auf der Basis von Bewegungshinweisen verdeutlicht.
Einen Schwerpunkt der Vorlesung bilden Objektdetektion und vor allem Objektverfolgungsverfahren, welche zur automatischen Bestimmung von Bewegungsspuren im Bild sowie zur Schätzung der dreidimensionalen Bewegung von Szenenobjekten genutzt werden. Die geschätzten zwei- und dreidimensionalen Spuren bilden die Grundlage für Verfahren, welche die quantitativ vorliegende Information über eine beobachtete Szene mit qualitativen Begriffen verknüpfen. Dies wird am Beispiel der Aktionserkennung in Bildfolgen behandelt. Die Nutzung der Verbegrifflichung von Bildfolgenauswertungsergebnissen zur Information des menschlichen Benutzers wie auch zur automatischen Schlussfolgerung innerhalb eines Bildauswertungssystems wird an Beispielen verdeutlicht.
| Größe | Stand | ||
|---|---|---|---|
| 1. Vorlesung | Einführung & Überblick | 3.25 MB | 20.04.2012 |
| 2. Vorlesung | Änderungsbasierte Bewegungsdetektion | 0.47 MB | 24.04.2012 |
| Materialien: | |||
| Measuring the Quality of Figure/Ground Segmentations | 0.94 MB | 21.04.2011 | |
| Using spatiotemporal blocks to reduce uncertainty in ... | 1.26 MB | 21.04.2011 | |
| Tracking Motion Objects in Infrared Videos | 0.50 MB | 21.04.2011 | |
| Adaptive background mixture models for real-time tracking | 0.58 MB | 21.04.2011 | |
| Pfinder: Real-Time Tracking of the Human Body | 0.69 MB | 21.04.2011 | |
| 4. Vorlesung | Bewegungsschätzung I | 3.26 MB | 08.05.2012 |
| Materialien: | |||
| A Performance Evaluation of Local Descriptors | 4.76 MB | 27.04.2011 | |
| Distinctive Image Features from Scale-Invariant Keypoints | 0.57 MB | 27.04.2011 | |
| Edge detection and ridge detection with with automatic scale selection | 9.87 MB | 27.04.2011 | |
| Good Features to Track | 0.85 MB | 27.04.2011 | |
| A Combined Corner and Edge Detector | 1.83 MB | 27.04.2011 | |
| R. Szeliski: Computer Vision: Algorithms and Applications |