Loading
0000004717 20W 4SWS VI Robotic 3D Vision (IN2355)   Hilfe Logo

LV - Detailansicht

Wichtigste Meldungen anzeigenMeldungsfenster schließen
Allgemeine Angaben
Robotic 3D Vision (IN2355) 
0000004717
Vorlesung mit integrierten Übungen
4
Wintersemester 2020/21
... alle LV-Personen
Informatik 9 - Lehrstuhl für Bildverarbeitung und Künstliche Intelligenz (Prof. Cremers)
(Kontakt)
Details
Zuordnungen: 1 
Angaben zur Abhaltung
- Einführung in Robotic 3D Vision
- Grundlagen Multi-View Geometry und Lösung nicht-linearer quadratischer Ausgleichsprobleme
- Indirekte und direkte Verfahren zur rigiden Bildregistrierung
- Visuelle Odometrie, indirekte und direkte Verfahren
- Visuell-inertiale Odometrie
- Visuelles SLAM, Posengraphenoptimierung, indirektes und direktes Bundle Adjustment
- 3D Kartenrepräsentationen, 3D Truncated Signed Distance Functions, Surfel- und Meshrepräsentationen
- 3D Objektdetektion
- 3D Objekttracking
- Nicht-rigide Registrierungsverfahren und SLAM, DynamicFusion
Ein Interesse an Mathematik um Computer Vision Problemen zu lösen und ein solider Hintergrund in mathematischen Grundlagen wie Linearer Algebra und Analysis sind erforderlich. Ein solider Hintergrund in Grundlagen der Multi-View Geometry (z.B. durch erfolgreiche Teilnahme an der Vorlesung „Computer Vision II: Multi-View Geometry“ (IN2228)) wird empfohlen. Des Weiteren sollten für die Übungsaufgaben die Programmiersprache Python und Matlab beherrscht werden.
Nach Beendigung dieses Moduls werden die Studierenden ein Verständnis der theoretischen Konzepte hinter 3D Vision Ansätzen in der Robotik erlangt haben, insbesondere visuelles simultanes Lokalisieren und Kartieren mit monokularen, Stereo, RGB-D und inertialen Sensoren, sowie 3D Objektdetektion und -tracking. Sie werden in der Lage sein, Aufgaben wie Visuelles Lokalisieren und Kartieren oder 3D Objektposenschätzung zu lösen.
Englisch

Vorlesung mit Übung.
In der Vorlesung werden die Inhalte vorgestellt und erklärt. Durch eine kurze Wiederholung der zuvor gelernten Inhalte in Form von Fragen und Antworten am Anfang jeder Vorlesung, soll auf Schwierigkeiten der Studierenden im Umgang mit dem Stoff eingegangen werden (JiTT). In den Übungen werden zur Vorlesung passende theoretische und praktische Übungsaufgaben selbstständig von den Studierenden in Gruppenarbeit erarbeitet um das Gelernte zu vertiefen.
Details
Für die Anmeldung zur Teilnahme müssen Sie sich in TUMonline als Studierende/r identifizieren.
Zusatzinformationen
- Folien aus der Vorlesung
- Yi Ma, Stefano Soatto, Jana Kosecka, Shankar S. Sastry. An Invitation to 3-D Vision
Online Unterlagen
E-Learning Kurs (Moodle)