Letztes Semester

Statistical Geometry Processing

Dozent:innen: Univ.-Prof. Dr. Michael Wand
Kurzname: 08.079.293
Kurs-Nr.: 08.079.293
Kurstyp: Vorlesung/Übung

Voraussetzungen / Organisatorisches

Grundsätzlich wendet sich die Vorlesung an Masterstudenten oder fortgeschrittene Bachelorstudenten.

Folgende Vorkenntnisse werden vorausgesetzt:

  1. Programmieren (EiP, EiS), C++ Kenntnisse sind hilfreich
  2. Mathematik Grundvorlesungen (Analysis, Lineare Algebra bzw. Äquivalente)
  3. Modellierung I oder Vorlesungen zu Computer Graphik / Computer Vision

Die Veranstaltung schließt sich an die Vorlesungen Modellierung 1 und 2 an; es handelt sich aber nicht um einen "dritten Teil", sondern wir beleuchten ein anderes Themengebiet: Die Analyse von geometrischen Modellen mit statistischen Methoden. Ein Besuch der Vorlesungen Modellierung 1/2 ist daher nicht notwendig; Quereinsteiger sind willkommen! Falls Modellierung 1 nicht belegt wurde, sind jedoch anderweitig erworbene Grundkenntnisse in 3D Computer Graphik als Voraussetzung wichtig. Grundsätzlich sind auch gute Mathematikkenntnisse wichtig; ein tieferer Hintergrund in naturwissenschaftlicher Modellierung (z.B. Physik als Haupt- oder Nebenfach) bietet ebenfalls eine gute Grundlage für den Besuch der Veranstaltung.

Eine Einführung in statistische Modellierung und maschinelles Lernen ist Teil der Vorlesung (ca. die ersten 3-4 Veranstaltungen). Vorkenntnisse in maschinellem Lernen (Vorlesungen Maschine Learning / Data Mining) sind daher nicht zwingend nötig (aber natürlich durchaus hilfreich). Außer der Einführung (ca. erste beiden Vorlesungen) sind die statistischen Themen weitestgehend disjunkt zu den bestehenden Vorlesungen zu maschinellem Lernen, Data Mining und Artificial Intelligence (AG Kramer) gestaltet. Die Vorlesung eignet sich daher als Ergänzung ohne größere thematische Redundanz (für Studierende mit Vorkenntnissen wird es nicht langweilig; Neueinsteiger sollten trotzdem gut folgen können).

Empfohlene Literatur

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

Inhalt

Die Vorlesung beschäftigt sich mit dem Problem, geometrische Meßdaten mit statistischen Ansätzen 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. Ein wichtiger Teil der Veranstaltung ist eine Einführung in statistische Datenmodellierung und maschinelles Lernen mit einem Fokus auf Methoden, die für visuelle und geometrische Daten besonders wichtig sind.

Themengebiete

  1. Statistik und maschinelles Lernen
  2. [list]
  3. Grundlagen (kurze Einführung für Neueinsteiger)
  4. Markov Random Fields, Conditional Random Fields, "Graphical Models" (Graphbeschreibungen statistische Abhängigkeiten)
  5. Lernen von diskriminativen und generativen Modellen. Offene Probleme.

  • 3D Geometrie

    1. Gemessene Geometrie
    2. 3D Scanner (z.B. Kinect)
    3. Rekonstruktion aus Bildern

  • Rekonstruktion & Korrespondenzen

    1. Shape Spaces (variational, probabilistic, intrinsic)
    2. Shape Matching
    3. Symmetrie
    4. Generative statistische Modelle

  • Mustererkennung in 3D
  • [/list]
    In den Übungen stehen praktischen Experimente mit 3D-Scan Daten im Vordergrund. Diese werden (vor allem am Anfang) durch theoretische Aufgaben ergänzt.
     

    Termine

    Datum (Wochentag) Zeit Ort
    24.04.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    08.05.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    15.05.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    22.05.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    29.05.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    12.06.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    19.06.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    26.06.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    03.07.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik
    10.07.2017 (Montag) 16:00 - 18:00 04 426
    2413 - Neubau Physik/Mathematik