Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Tracking Methoden im Maschinellen SehenModulbeschreibung #41200 / Version 1

← Zur Modulseite English version
Modul / Version#41200 / #1
GültigkeitSeit WiSe 2024/25
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte3
Modulverantwortliche*rGallego, Guillermo
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

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

Kontakt

SekretariatMAR 5-5
Ansprechpartner*inHamann, Friedhelm Steffen
E-Mail-Adressef.hamann@tu-berlin.de
WebseiteKeine Angabe

Lernergebnisse

Erwerb vertiefter Kenntnisse in ausgewählten aktuellen Themen der Forschung des maschinellen Sehens. Wir werden verschiedene Themen an der Schnittstelle von maschinellem Lernen, Robotik und Computer Vision behandeln, wobei der Schwerpunkt auf Tracking Methoden und angrenzenden Bereichen liegt (z. B. object tracking, video instance segmentation, point tracking und dynamic novel view synthesis). Die Studierenden werden in der Lage sein, aktuelle wissenschaftliche Ergebnisse und Perspektiven sowohl mündlich als auch in einer schriftlichen Prüfung zu präsentieren und zu diskutieren.

Lehrinhalte

Kurs mit variierendem Inhalt im Bereich des maschinellen Sehens. Schwerpunkt auf Verfolgungsmethoden unter Einbeziehung unterschiedlicher Aufgabenstellungen (object tracking, video instance segmentation, point tracking, and dynamic novel view synthesis).

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Dynamic Vision: Tracking Methods in Computer VisionSeminar Unregelmässig[en]2 ISIS

Arbeitsaufwand und Leistungspunkte

Dynamic Vision: Tracking Methods in Computer Vision (Seminar)

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

Der Aufwand des Moduls summiert sich zu 90 Stunden. Damit umfasst das Modul 3 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Seminar mit aktiver Beteiligung der Studierenden.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Interesse an Computer Vision. Eine solide mathematische Grundlage und grundlegende Kenntnisse im maschinellen Lernen sind von Vorteil.

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
(Lernprozessevaluation) mündliche Präsentation50mündlich15 min
(Punktuelle Leistungsabfrage) schriftliche Prüfung50schriftlich60 min

Prüfungsbeschreibung (Abschluss des Moduls)

Von den Studierenden wird erwartet, aktiv am Semester teilzunehmen und ihren Lernerfolg in einer schriftlichen Prüfung zu demonstrieren. Darüber hinaus sollen die Studierenden eine Präsentation über ein Paper oder die Anwendung der im Unterricht behandelten Methoden auf ihre eigenen Probleme vorbereiten und halten.

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 50.

Anmeldeformalitäten

Einzelheiten zum Kurs sowie Anweisungen zur Registrierung finden Sie auf der Website des Exzellenzclusters „Science of Intelligence“: https://www.scienceofintelligence.de/master-track/

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Antonio Torralba: Foundations of computer vision
  • Richard Szeliski: Computer Vision: Algorithms and Applications

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiet B › 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

Keine Angabe