227-0085-11L Projekte & Seminare: Deep Learning for Image Manipulation (DLIM)

Semester	Frühjahrssemester 2022
Dozierende	L. Van Gool
Periodizität	jedes Semester wiederkehrende Veranstaltung
Lehrveranstaltung	Findet dieses Semester nicht statt.
Lehrsprache	Englisch
Kommentar	Nur für Elektrotechnik und Informationstechnologie BSc. Die Lerneinheit kann nur einmal belegt werden. Eine wiederholte Belegung in einem späteren Semester ist nicht anrechenbar.

Lehrveranstaltungen

Nummer	Titel	Umfang		Dozierende
227-0085-11 P	Projekte & Seminare: Deep Learning for Image Manipulation (DLIM) Findet dieses Semester nicht statt. Für den Zugang zum Angebot und zur Einschreibung loggen Sie sich hier ein (mit Ihrem n.ETHZ account): https://psapp.ee.ethz.ch/ Bitte beachten Sie, dass die Seite jeweils erst zwei Wochen vor Semesterbeginn zugänglich ist und im Verlauf des Semesters wieder abgeschaltet wird. Die Einschreibung ist nur von Freitag vor Semesterbeginn bis zum ersten Freitagmittag im Semester möglich. To access the offer and to enroll for courses log in (with your n.ethz account): https://psapp.ee.ethz.ch/ Please note that the P&S-site is accessible no earlier than two weeks before the start of the semester until four weeks after the start of the semester. Enrollment is only possible from Friday before the start of the semester until noon of the first Friday in the semester.	3 Std.		L. Van Gool

Katalogdaten

Kurzbeschreibung

Der Bereich Praktika, Projekte, Seminare umfasst Lehrveranstaltungen in unterschiedlichen Formaten zum Erwerb von praktischen Kenntnissen und Fertigkeiten. Ausserdem soll selbstständiges Experimentieren und Gestalten gefördert, exploratives Lernen ermöglicht und die Methodik von Projektarbeiten vermittelt werden.

Lernziel

Deep Learning – Image Manipulation – Image Enhancement – Image Restoration – Style Transfer – Image to Image Translation – Generative Models – TensorFlow/PyTorch – Projects

With the advent of deep learning tremendous advances were achieved in numerous areas from computer vision, computer graphics, and image processing. Using these techniques, an image can be automatically manipulated in various ways with high-quality results, often fooling the human observer. Deep learning based image processing and manipulation are being applied in a vast number of emerging technologies, including image enhancement in smartphone cameras, automated image editing, image content creation, graphics, and autonomous driving. This course focuses on the fundamentals of deep learning and image manipulation. Students will learn the tools to implement and develop deep learning solutions for a variety of image manipulation tasks. The course will end with a 4 weeks project where the students can target a specific application scenario.

The course will be taught in English.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte	3 KP
Prüfende	L. Van Gool
Form	unbenotete Semesterleistung
Prüfungssprache	Englisch
Repetition	Repetition nur nach erneuter Belegung der Lerneinheit möglich.

Lernmaterialien

Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Allgemein	: Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig
Plätze	Plätze beschränkt. Spezielles Auswahlverfahren.
Belegungsbeginn	Belegung ab 18.02.2022 möglich
Vorrang	Die Belegung der Lerneinheit ist nur durch die primäre Zielgruppe möglich
Primäre Zielgruppe	Elektrotechnik und Informationstechnologie BSc (228000)
Warteliste	Bis 11.03.2022
Belegungsende	Belegung nur bis 04.03.2022 möglich

Angeboten in

Studiengang	Bereich	Typ
Elektrotechnik und Informationstechnologie Bachelor	Projekte & Seminare	W