Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Eventbasierte Maschinelles SehenModulbeschreibung #40993 / Version 2

← Zur Modulseite English version
Modul / Version#40993 / #2
GültigkeitSeit SoSe 2025
Verfügbare Sprache(n)Englisch
Leistungspunkte6
Modulverantwortliche*rGallego, Guillermo
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Technische Informatik und Mikroelektronik
Fachgebiet34342000 FG Robotic Interactive Perception

Kontakt

SekretariatMAR 5-5
Ansprechpartner*inGallego, Guillermo
E-Mail-Adresseguillermo.gallego@tu-berlin.de
Webseitehttps://www.digital-future.berlin/en/about-us/professors/prof-dr-guillermo-gallego/

Lernergebnisse

Die Teilnehmer lernen grundlegende Konzepte, theoretische Grundlagen und relevante Algorithmen kennen, die im Bereich der eventbasierten (d. h. neuromorphen) Bildverarbeitung entwickelt wurden. Nach Abschluss des Moduls haben die Teilnehmer einen Überblick über das Feld, das vom Funktionsprinzip eventbasierter Sensoren (z. B. eventbasierter Kameras) über ihre Vor- und Nachteile bis hin zu den Methoden reicht, mit denen die Eventdaten für eine Zielanwendung verarbeitet werden. Die Teilnehmer lernen auch die Unterschiede zur konventionellen (Video-basierten) Computerbildverarbeitung in Bezug auf Methoden, Leistungskriterien und Anwendungen kennen.

Lehrinhalte

Dieser Kurs ist der erste seiner Art weltweit. Nach bestem Wissen des Kursleiters wurde aufgrund der Neuartigkeit der behandelten Themen, die in den letzten zehn Jahren auf Forschungskonferenzen und in Fachzeitschriften erschienen sind, bisher nirgendwo ein ähnlicher Kurs angeboten.

Zu den behandelten Themen gehören:
Biologisch inspiriertes Funktionsprinzip von eventbasierten (d.h. neuromorphen) Sensoren.
Eventbasierte Merkmalserkennung und -verfolgung.
Eventbasierte Bewegungsschätzung: Schätzung des optischen Flusses, 3D-Rekonstruktion, Lokalisierung der Kamera und Schätzung der Eigen-Bewegung, simultane Lokalisierung und Kartierung (E-SLAM).
Stereo-Tiefenschätzung in dynamischen Szenen.
Rekonstruktion der Bildintensität aus Events.
Eventbasierte Mustererkennung, Klassifizierung und maschinelles Lernen.
Eventbasierte Signalverarbeitung und -filterung.
Eventbasierte Sensor-Fusion.
Eventbasierte Regelung.
Eventbasierte (d.h. Spike-basierte) Hardware.
Neue Anwendungen im eventbasierten maschinellen Sehen.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Event-based Robot VisionÜbung34342000L-002 Sommersemester[en]2 ISIS
Event-based Robot VisionVorlesung34342000L-001 Sommersemester[en]4 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

Event-based Robot Vision (Übung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Event-based Robot Vision (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Event-based Robot Vision (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Event-based Robot Vision (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor-/Nachbereitung152 h30 h
90 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

In den Vorlesungen werden die Themen (Sensoren und Algorithmen) aus theoretischer Sicht vorgestellt, mit besonderen Fokus auf die zugrunde liegenden Prinzipien und verwendeten mathematischen Werkzeuge. Die Teilnahme/Interaktion ist erwünscht und wird erwartet, einschließlich der Möglichkeit von Leseaufträgen. Von den Teilnehmern wird erwartet, dass sie die Themen nach dem Unterricht zur Vorbereitung auf die Übungen wiederholen.

Die Übungen finden parallel statt. Sie bieten den Teilnehmern die Möglichkeit, praktische Einblicke in die Technologie der eventbasierten Kameras zu erhalten. Eventbasierte Verarbeitungsalgorithmen werden im Detail besprochen und teilweise implementiert.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Das Modul deckt viele Themen der neusten Forschung ab. Es erfordert Grundkenntnisse in den Bereichen Informationstechnologie, Bildverarbeitung, maschinelles Sehen und maschinelles Lernen.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Prüfung) Schriftliche Prüfung (Abschlussprüfung)40schriftlich60 minutes
(Prüfung) Schriftliche Prüfung (Zwischenprüfung)30schriftlich60 minutes
(Deliverables) Praktische Übungen30praktisch2-4 pages, program code

Prüfungsbeschreibung (Abschluss des Moduls)

Die Prüfungen bestehen aus Multiple-Choice-Fragen sowie aus Aufgaben, bei denen die Antwort in schriftlicher Form (mit Sätzen und Mathematik) ausgearbeitet werden muss.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Bei Fragen zum Modul wenden Sie sich bitte an Prof. Gallego
guillermo.gallego@tu-berlin.de

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Gallego et al., Event-based Vision: A survey, IEEE T-PAMI 2022. https://arxiv.org/abs/1904.08405
  • Posch et al., Retinomorphic Event-Based Vision Sensors: Bioinspired Cameras With Spiking Output. Proc. IEEE (2014), 102(10):1470-1484
  • List of Event-based Vision Resources: https://github.com/uzh-rpg/event-based_vision_resources
  • CVPR 2023 International Workshop on Event-based Vision - Slides and Videos: https://tub-rip.github.io/eventvision2023/

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
SoSe 2026Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet B › Kognitive Systeme / Cognitive Systems
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Studiengebiete › Kognitive Systeme / Cognitive Systems
SoSe 2026Studiengebiete › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
SoSe 2025Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
WiSe 2025/26Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
SoSe 2026Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
WiSe 2026/27Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Cognitive Systems

Sonstiges

Mastermodul:
Kognitive Systeme und Informationssysteme