Bio-inspired Pattern Recognition and Scene Analysis
Berechnung des Workloads
Vorgesehenes Semester ab 1. Semester
Lernziele
Die Grundprinzipien der Informationsverarbeitung in biologischen Sehsystemen kennen.
Die neuroinformatische und systemtheoretische Modellierung dieser Verabeitungsprinzipien kennen.
Die Prinzipien zur Kombination von sensorischen Bottom Up-Prozessen und kognitiven Top-Down-Prozessen verstehen.
Mit der Programmierung von bio-analogen Signalverarbeitungs-Algorithmen (Beispiel: Simple-Zellen des visuellen Cortex als orientierungsselektive Bandpass-Filter) praktische Erfahrung haben.
Bio-analoge Algorithmen in technischen Systemen anwenden können.
Lerninhalte
Kursprinzip mit Theorie- und Praxisanteil: Vorlesungsanteil, Referate über ausgewählte Themen, praktische Übungen, Computerexperimente
Anatomie des Auges und des visuellen Cortex
Standard-Neuronenmodell
Neuronentypen im visuellen System (Ganglien-Zellen, Simple-, Komplex-, und Hyperkomplexzellen)
Modellierung mittels der linearen Systemtheorie.
Faltungsoperation, Fouriertransformation, Konzept des linearen Filters.
Klassifikation von Mustern
Objekterkennung und Invarianzleistungen
Systeme zur Szenenanalyse und Aufmerksamkeitssteuerung
Prüfungsformen
Bearbeitung von Übungsaufgaben, mündlicher Vortrag und Fachgespräch oder mündliche Prüfung
Dokumente (Skripte, Programme, Literatur, usw.)
Visual Perception: Physiology, Psychology and Ecology. Vicki Bruce, Patrick R. Green, Mark A. Georgeson. Psychology Press, Hove, UK, 2003
Vision Science: Photons to Phenomenology. Stephen E. Palmer. MIT Press, Cambridge, MA, 1999
u.a. ca 20 Fachartikel zum Thema Szenenanalyse und Mustererkennung
Wirtschaftsinformatik-Format