08.079.293 Statistical Geometry Processing

Lehrende/r: Univ.-Prof. Dr. Michael Wand

Veranstaltungsart: Vorlesung/Übung

Anzeige im Stundenplan: 08.079.293

Semesterwochenstunden: 4

Credits: 6,0

Unterrichtssprache: Deutsch

Min. | Max. Teilnehmerzahl: - | -

Voraussetzungen / Organisatorisches:
Folgende Vorkenntnisse werden vorausgesetzt:

• Programmieren (EiP, EiS), C++ Kenntnisse sind hilfreich
  
• Mathematik Grundvorlesungen (Analysis, Algebra)
  
• Modellierung I oder Vorlesungen zu Computer Graphik / Computer Vision
  

Inhalt:
Die Vorlesung beschäftigt sich mit dem Problem, geometrische Meßdaten zu verarbeiten. Es geht zum Beispiel darum, die Daten zu interpretieren, die eine 3D Tiefenkamera wie MS "Kinect" liefert, oder der Scanner eines autonomen Fahrzeugs, oder ein großflächiger LIDA Scan einer urbanen Umgebung. Wir schauen uns hier an, wie wir ungenaue (verrauschte und unvollständig erfaßte) Geometriedaten robust verarbeiten können, und Muster darin (wieder-) erkennen können.

Themengebiete

• 3D Geometrie
  


• Gemessene Geometrie
  
• 3D Scanner (z.B. Kinect)
  
• Rekonstruktion aus Bildern
  


• Korrespondenzen
  


• Shape Matching
  
• Symmetrie
  
• Generative statistische Modelle
  


• Mustererkennung
  


• Maschinelles Lernen von 3D Geometrie
  
• Diskriminative Modelle
  


• (Semi-) automatische 3D Modellierung
  

Empfohlene Literatur:
Literatur wird in der Vorlesung bekanntgegeben (vor allem Fachartikel aus der jüngeren Forschung).