Tracking Methoden im Maschinellen SehenModulbeschreibung #41200 / Version 1
- 3 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Deutsch
| Modul / Version | #41200 / #1 |
|---|---|
| Gültigkeit | Seit WiSe 2024/25 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 3 |
| Modulverantwortliche*r | Gallego, Guillermo |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Technische Informatik und Mikroelektronik |
| Fachgebiet | 34342000 FG Robotic Interactive Perception |
Kontakt
| Sekretariat | MAR 5-5 |
|---|---|
| Ansprechpartner*in | Hamann, Friedhelm Steffen |
| E-Mail-Adresse | f.hamann@tu-berlin.de |
| Webseite | Keine 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:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Dynamic Vision: Tracking Methods in Computer Vision | Seminar | Unregelmässig | [en] | 2 | ISIS |
Arbeitsaufwand und Leistungspunkte
Dynamic Vision: Tracking Methods in Computer Vision (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 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
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Lernprozessevaluation) mündliche Präsentation | 50 | mündlich | 15 min |
| (Punktuelle Leistungsabfrage) schriftliche Prüfung | 50 | schriftlich | 60 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 / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems |
| WiSe 2025/26 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| SoSe 2026 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| Computer Science (Informatik) StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| WiSe 2025/26 | Studiengebiete › Kognitive Systeme / Cognitive Systems | |
| SoSe 2026 | Studiengebiete › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems | |
| Elektrotechnik StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems | |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems | |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems |
| WiSe 2025/26 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems | |
| SoSe 2026 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems | |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Cognitive Systems |
Sonstiges
Keine Angabe