Komplexpraktikum Computer Vision

Page under revision
Angeboten in den Modulen:

INF-04-KP,  INF-MA-PR, INF-VERT2,  IST-05-KP, MINF-04-KP-FG1

Wintersemester 2017

In diesem Komplexpraktikum werden Anwendungsprobleme der Computer Vision mit Methoden aus der aktuellen Literatur gelöst und/oder unterstützende Beiträge zu Forschung und Lehre unserer Professur geleistet.

Das Praktikum kann wahlweise im Umfang von 4 oder 8 SWS durchgeführt werden; in der Regel in Gruppen mit abgegrenzten Teilaufgaben.
Abgabe: Praktikumsbericht (was, wie, Ergebnisse, Code)  +  informelle Präsentation

erster Termin: Do, 12.Oktober 2017, 3.DS, 11:10, Raum APB 2025, folgende Termine nach Absprache,
Termin passt nicht? -> email an holger.heidrich

Leitung: Themenabhängig

Einschreibung: über jExam

Maximale Teilnehmerzahl: 12

Themen::


Performance of a trivial superpixel algorithm (Holger Heidrich):

In exercise 1 of 2015 Computer Vision 1 course we developed a simple superpixel algorithm. This algo has two advantages: it guarantees a certain maximal color deviation and it is fast. In this project we like to know how this algorithm behaves in terms of the usual superpixel metrics. See the paper Entropy Rate Superpixel Segmentation for these.

Basis: C++, OpenCV
Single person project, 4 SWS, Can be extended to 8 SWS by e.g. including features for the superpixels, application to stereo, modifications of the algo (running mean color, …), …


Automatische Erzeugung von Orthofotos (Holger Heidrich):

Orthofotos erlauben einen ‘senkrechten Blick’ – üblicherweise auf eine Landschaft. In diesem Fall interessieren wir uns aber auch für andere Objekte und zwar solche, die sich wiederholende Strukturen beinhalten. Beispiele wären Häuserfassaden, Zäune, Tierkolonien, …
Diese sollten nach einer geeigneten zweidimensionalen projektiven Abbildung (Homographie) charakterische Wiederholungslängen haben (Fensterabstand, Zaunsäulenabstand).
Mit einer Detektion der Frequenzverteilung im Fourierspektrum soll eine solche Homographie gefunden werden.

Basis: C++, OpenCV


Removal of Time Stamps in Images (Holger Heidrich)

Sometimes you do not want time stamps in your images. You can remove them with imaging tools.
But it is much more effective with some Computer Vision knowledge.
Task: Run over a directory and automatically remove all the time stamps in the images therein.
(And also understand what you are doing there.)

Basis: C++, OpenCV