Computer Vision

Dieses Modul befasst sich mit Computer Vision, einem Bereich der künstlichen Intelligenz, der Computer trainiert, die visuelle Welt zu interpretieren und zu verstehen. Es werden Techniken wie Bilderkennung, Objekterkennung und Deep-Learning-Modelle behandelt, die Anwendungen wie automatisierte Inspektion, Überwachung und autonomes Fahren ermöglichen.

Curriculum Builder

Brauchen Sie Hilfe? Klicken Sie hier für eine Anleitung.

Hartley, Richard und Andrew Zisserman. Geometrie mit mehreren Ansichten in der Bildverarbeitung. 2. Auflage. Cambridge, Vereinigtes Königreich; New York: Cambridge University Press, 2003.

Gonzalez, Rafael C. und Richard E. Woods. Digitale Bildverarbeitung. 3. Aufl. Upper Saddle River, N.J.: Prentice Hall, 2008.

Sonka, Milan, Vaclav Hlavac und Roger Boyle. Bildverarbeitung, Analyse und maschinelles Sehen. Vierte Auflage. Stamford, CT, USA: Cengage Lernen, 2015.

Szeliski, Richard. Computer Vision: Algorithmen und Anwendungen. 2. Auflage. Texte in der Informatik. Cham: Springer International Publishing, 2022.

https://doi.org/10.1007/978-3-030-34372-9

Khan, Salman, Hossein Rahmani, Syed Afaq Ali Shah und Mohammed Bennamoun. Ein Leitfaden zu Convolutional Neural Networks für Computer Vision. Synthesevorlesungen zum Thema Computer Vision. Cham: Springer International Publishing, 2018.

https://doi.org/10.1007/978-3-031-01821-3

Goodfellow, Ian, Yoshua Bengio, und Aaron Courville. Tiefes Lernen. Adaptive Computation and Machine Learning Series. The MIT Press, 2016.

Forsyth, David und Jean Ponce. Computer Vision: Ein moderner Ansatz. 2. Aufl. Boston: Pearson, 2012.

Bishop, Christopher M. Mustererkennung und maschinelles Lernen. Informationswissenschaft und Statistik. New York: Springer, 2006.