252-0579-00L  3D Vision

SemesterFrühjahrssemester 2021
DozierendeM. Pollefeys, V. Larsson
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch



Lehrveranstaltungen

NummerTitelUmfangDozierende
252-0579-00 G3D Vision3 Std.
Mo09:15-12:00CAB G 51 »
M. Pollefeys, V. Larsson
252-0579-00 A3D Vision1 Std.M. Pollefeys, V. Larsson

Katalogdaten

KurzbeschreibungThe course covers camera models and calibration, feature tracking and matching, camera motion estimation via simultaneous localization and mapping (SLAM) and visual odometry (VO), epipolar and mult-view geometry, structure-from-motion, (multi-view) stereo, augmented reality, and image-based (re-)localization.
LernzielAfter attending this course, students will:
1. understand the core concepts for recovering 3D shape of objects and scenes from images and video.
2. be able to implement basic systems for vision-based robotics and simple virtual/augmented reality applications.
3. have a good overview over the current state-of-the art in 3D vision.
4. be able to critically analyze and asses current research in this area.
InhaltThe goal of this course is to teach the core techniques required for robotic and augmented reality applications: How to determine the motion of a camera and how to estimate the absolute position and orientation of a camera in the real world. This course will introduce the basic concepts of 3D Vision in the form of short lectures, followed by student presentations discussing the current state-of-the-art. The main focus of this course are student projects on 3D Vision topics, with an emphasis on robotic vision and virtual and augmented reality applications.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte5 KP
PrüfendeM. Pollefeys, V. Larsson
Formbenotete Semesterleistung
PrüfungsspracheEnglisch
RepetitionRepetition nur nach erneuter Belegung der Lerneinheit möglich.
Zusatzinformation zum PrüfungsmodusNo final exam, but evaluation during semester (project).
Grading scheme:
1. 25%: Paper presentation (incl. discussion moderation)
2. 75%: Final project which includes a report and presentation/demo

Lernmaterialien

 
HauptlinkInformation
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Keine zusätzlichen Belegungseinschränkungen vorhanden.

Angeboten in

StudiengangBereichTyp
CAS in InformatikFokusfächer und WahlfächerWInformation
Cyber Security MasterWahlfächerWInformation
DAS in Data ScienceImage Analysis & Computer VisionWInformation
Data Science MasterWählbare KernfächerWInformation
Elektrotechnik und Informationstechnologie MasterEmpfohlene FächerWInformation
Elektrotechnik und Informationstechnologie MasterVertiefungsfächerWInformation
Informatik MasterWahlfächerWInformation
Informatik MasterWahlfächer der Vertiefung in Visual ComputingWInformation
Informatik MasterWahlfächer der Vertiefung General StudiesWInformation
Informatik MasterWahlfächerWInformation
Informatik MasterErgänzung in Computer VisionWInformation
Maschineningenieurwissenschaften MasterRobotics, Systems and ControlWInformation
Rechnergestützte Wissenschaften BachelorRobotikWInformation
Rechnergestützte Wissenschaften MasterRobotikWInformation
Robotics, Systems and Control MasterKernfächerWInformation