Stud.IP Uni Oldenburg
Universität Oldenburg
26.05.2022 05:10:17
inf018 - Medienverarbeitung (Veranstaltungsübersicht)
Department für Informatik 6 KP
Modulteile Semesterveranstaltungen Wintersemester 2021/2022 Prüfungsleistung
Vorlesung
  • Uneingeschränkter Zugang 2.01.018 - Medienverarbeitung Lehrende anzeigen
    • Prof. Dr. techn. Susanne Boll-Westermann
    • Dr.-Ing. Larbi Abdenebaoui

    Dienstag: 10:15 - 11:45, wöchentlich (ab 19.10.2021), V, Ort: A04 5-516, V03 0-D001, A01 0-006 (+1 weitere)
    Mittwoch: 10:15 - 11:45, wöchentlich (ab 20.10.2021), PR, Ort: A04 5-516, V03 0-D001, (Online)
    Termine am Freitag. 25.02.22 10:00 - 14:00, Dienstag. 01.03.22 12:00 - 13:00, Ort: ((OFFIS, O47))

Projekt
  • Uneingeschränkter Zugang 2.01.018 - Medienverarbeitung Lehrende anzeigen
    • Prof. Dr. techn. Susanne Boll-Westermann
    • Dr.-Ing. Larbi Abdenebaoui

    Dienstag: 10:15 - 11:45, wöchentlich (ab 19.10.2021), V, Ort: A04 5-516, V03 0-D001, A01 0-006 (+1 weitere)
    Mittwoch: 10:15 - 11:45, wöchentlich (ab 20.10.2021), PR, Ort: A04 5-516, V03 0-D001, (Online)
    Termine am Freitag. 25.02.22 10:00 - 14:00, Dienstag. 01.03.22 12:00 - 13:00, Ort: ((OFFIS, O47))

Hinweise zum Modul
Hinweise
Nützliche Vorkenntnisse: Gute Programmierkenntnisse in Java und/oder C++, Interesse an Medienverarbeitung.
Prüfungszeiten
Die Vorstellung des praktischen Projektes an einem Projekttag aller Kleingruppen findet direkt im Anschluss an die Vorlesungszeit statt. Die mündliche Prüfung findet in den ersten beiden Wochen nach Ende der Vorlesungszeit statt. Etwaige Nachprüfungen finden am Ende der vorlesungsfreien Zeit statt. Der genaue Zeitplan kann den Webseiten der Abteilung sowie den Angaben im Lernmanagementsystem Stud.IP entnommen werden.
Prüfungsleistung Modul

Die Portfolioprüfung setzt sich aus zwei Teilnoten zusammen:

·        Praktisches Gruppenprojekt, das während der Tutorials regelmäßig vorgestellt werden muss.

·        Mündliche Prüfung zu den Themen der Vorlesung.

Praktisches Projekt und mündliche Prüfung zählen jeweils 50% zur Endnote. Beide Praktisches Projekt und mündliche Prüfung müssen einzeln bestanden werden.
Kompetenzziele

Die Studierenden können die Grundlagen der Bildverarbeitung erklären und wissen, welche Algorithmen für die grundlegenden Aufgaben in diesem Bereich existieren und wie diese angewandt werden. Die Studierenden können die Grundlagen maschinellen Lernens für Bildverarbeitung erklären und kennen die wesentlichen Eigenschaften von Convolutional Neural Networks und wie diese konzipiert, trainiert und angewendet werden.

Die Studierenden sind in der Lage, die in der Vorlesung gelernten grundlegenden Verfahren der Bildverarbeitung zur Lösung einfacher Probleme anzuwenden.
 

**Fachkompetenzen** Die Studierenden:
- können die Grundlagen und Eigenschaften von digitalen Medien benennen,
- können grundlegende Verfahren zur Bildverbesserung, Merkmalsextraktion, Merkmalsvermessung, Formanalyse und des Bildverstehens beschreiben,
- können die grundlegende Methoden des maschinellen Lernens für die Bildverarbeitung und deren Funktionsweise aufzeigen



**Methodenkompetenzen** Die Studierenden:
- können Bildeigenschaften erkennen, beurteilen und über einen sinnvollen Einsatz der Bildverarbeitung entscheiden.
- können bestehende Softwarepakete für einfache Probleme der Bildverarbeitung auszuwählen, verwenden und für ihre spezifischen Aufgabenstellung anpassen.
- können einfache Bild- und Medienverarbeitungsfunktionen in einer höheren Programmiersprache (z.B. Python) selbständig implementieren.
- können grundlegende Methoden des Deep Learning zur Lösungen eines konkreten Problems der Medienverarbeiung anwenden.


**Sozialkompetenzen** Die Studierenden:
- können in Kleingruppen ein Softwareprojekt planen, implementieren, und dokumentieren.
- können die Ergebnisse ihrer Arbeit anschaulich präsentieren und auf Kritik und Fragen eingehen.

**Selbstkompetenzen** Die Studierenden:
- können während der Entwicklung gemachte Fehler akzeptieren und aus ihnen lernen.