Suchergebnis: Katalogdaten im Herbstsemester 2014

Informatik Master Information
Vertiefungsfächer
Vertiefung in Visual Computing
Wahlfächer der Vertiefung Visual Computing
NummerTitelTypECTSUmfangDozierende
252-0527-00LProbabilistic Graphical Models for Image Analysis Information W4 KP3GB. V. McWilliams
KurzbeschreibungThis course will focus on the algorithms for inference and learning with statistical models. We use a framework called probabilistic graphical models which include Bayesian Networks and Markov Random Fields.

We will use examples from traditional vision problems such as image registration and image segmentation, as well as recent problems such as object recognition.
LernzielStudents will be introduced to probablistic graphical models and will learn how to apply them to problems in image analysis and understanding. The focus will be to study various algorithms for inference and parameter learning.
LiteraturWill be announced during the lecture.
252-0546-00LPhysically-Based Simulation in Computer Graphics Information W4 KP2V + 1UB. Solenthaler, B. Thomaszewski
KurzbeschreibungDie Vorlesung gibt eine Einführung in das Gebiet der physikalisch basierten Animation in der Computer Graphik und einen Überblick über fundamentale Methoden und Algorithmen. In den praktischen Übungen werden drei Aufgabenblätter in kleinen Gruppen bearbeitet. Zudem sollen in einem Programmierprojekt die Vorlesungsinhalte in einem 3D Spiel oder einer vergleichbaren Anwendung umgesetzt werden.
LernzielDie Vorlesung gibt eine Einführung in das Gebiet der physikalisch basierten Animation in der Computer Graphik und einen Überblick über fundamentale Methoden und Algorithmen. In den praktischen Übungen werden drei Aufgabenblätter in kleinen Gruppen bearbeitet. Zudem sollen in einem Programmierprojekt die Vorlesungsinhalte in einem 3D Spiel oder einer vergleichbaren Anwendung umgesetzt werden.
InhaltIn der Vorlesung werden Themen aus dem Gebiet der physikalisch-basierten Modellierung wie Partikel-Systeme, Feder-Masse Modelle, die Methoden der Finiten Differenzen und der Finiten Elemente behandelt. Diese Methoden und Techniken werden verwendet um deformierbare Objekte oder Flüssigkeiten zu simulieren mit Anwendungen in Animationsfilmen, 3D Computerspielen oder medizinischen Systemen. Es werden auch Themen wie Starrkörperdynamik, Kollisionsdetektion und Charakteranimation behandelt.
Voraussetzungen / BesonderesBasiskenntnisse in Analysis und Physik, Algorithmen und Datenstrukturen und der Programmierung in C++. Kenntnisse auf den Gebieten Numerische Mathematik sowie Gewoehnliche und Partielle Differentialgleichungen sind von Vorteil, werden aber nicht vorausgesetzt.
252-5703-00LMultimedia Communications Information W4 KP2V + 1UA. Smolic
KurzbeschreibungAfter a summary of fundamentals in signal processing and information theory, an introduction to processing and coding of different types of multimedia is given.
LernzielUnderstanding principles of multimedia communications and getting an illustrative overview of available and emerging technology.
InhaltAfter a summary of fundamentals in signal processing and information theory, an introduction to processing and coding of different types of multimedia is given. This starts with speech (PCM, vocoder, CELP etc.), continues over audio (MP3, AAC etc.), still images (JPEG etc.), video (MPEG-2, MPEG-4, H.264/AVC etc.), and interactive graphics (VRML, MPEG-4), to emerging and future multimedia content such as 3D video and free viewpoint video. Algorithms as well as human perception will be adressed. Content - Fundamentals of information theory - Fundamentals of signal processing and coding - Speech processing and coding - Audio processing and coding - Still image processing and coding - Video processing and Coding - Interactive graphics representation, coding and streaming - Emerging multimedia (3D video, free viewpoint video)
263-5210-00LProbabilistic Artificial Intelligence Information W4 KP2V + 1UA. Krause
KurzbeschreibungThis course introduces core modeling techniques and algorithms from statistics, optimization, planning, and control and study applications in areas such as sensor networks, robotics, and the Internet.
LernzielHow can we build systems that perform well in uncertain environments and unforeseen situations? How can we develop systems that exhibit "intelligent" behavior, without prescribing explicit rules? How can we build systems that learn from experience in order to improve their performance? We will study core modeling techniques and algorithms from statistics, optimization, planning, and control and study applications in areas such as sensor networks, robotics, and the Internet. The course is designed for upper-level undergraduate and graduate students.
InhaltTopics covered:
- Search (BFS, DFS, A*), constraint satisfaction and optimization
- Tutorial in logic (propositional, first-order)
- Probability
- Bayesian Networks (models, exact and approximative inference, learning) - Temporal models (Hidden Markov Models, Dynamic Bayesian Networks)
- Probabilistic palnning (MDPs, POMPDPs)
- Reinforcement learning
- Combining logic and probability
Voraussetzungen / BesonderesSolid basic knowledge in statistics, algorithms and programming
263-3700-00LUser Interface Engineering Information
Findet dieses Semester nicht statt.
The course will be offered again in the spring semester 2015.
W4 KP2V + 1UO. Hilliges
Kurzbeschreibung
LernzielStudierende sollen verschiedene Ansätze für den Entwurf, die Entwicklung und Bewertung von Mensch-Maschine-Schnittstellen kennen lernen und deren Vor- und Nachteile verstehen. Sie sollen ein Verständnis für einen Mensch-zentrierten Systementwurf entwickeln. Ausserdem sollen Studenten die zugrundelegenden Aspekte der Sensor- und Ausgabetechnologien verstehen, sowie ein grundlegendes Verständnis von Algorithmen zum verarbeiten von User input in moderne Computersysteme entwickeln.

Insbesondere werden dabei Techniken zum Erfassen von Touch input sowie fundamentale Konzepte in der Erweiterten Realitaet und in Gesten basierter Interaktion vermittelt. Am Ende der Vorlesung sollten Studenten in der Lage sein anspruchsvolle user interface Technologien zu verstehen und anzuwenden, und in der Lage sein Systeme die unkonventionelle Sensorik und Displaytechnologien beinhalten zu entwickeln.
SkriptDie Vorlesungsfolien und weitere verwendete Materialien werden online gestellt. Vorlesungsmaterialien werden typischerweise erst nach dem Vorlesungstermin online gestellt.
LiteraturEine detailierte Literaturliste wird online zur Verfuegung gestellt.
  •  Seite  1  von  1