Home | Legals | Sitemap | KIT

Inhaltsbasierte Bild- und Videoanalyse (Content-Based Image and Video Retrieval)

Inhaltsbasierte Bild- und Videoanalyse (Content-Based Image and Video Retrieval)
Type: Vorlesung
Chair: Fakultät für Informatik
Semester: Sommersemester 2010
Time: Montag, 11:30-13:00 wöchentlich
Raum -101 (-1. Stock)
50.34 Informatik, Kollegiengebäude am Fasanengarten
Lecturer: Hazim Ekenel
Rainer Stiefelhagen
SWS: 2
Lv-No.: 24628

Inhalt

Bei der immer größer werdenden Masse an leicht verfügbaren Multimediadaten werden Methoden zur deren automatischen Analyse, die Benutzern dabei helfen können, gewünschte Inhalte zu finden, immer wichtiger. Hierfür werden verschiedene Technologien benötigt. Zum einen muss der Inhalt der Multimediadaten in einer passenden Form repräsentiert werden, die eine effiziente und erfolgreiche Suche ermöglicht. Außerdem werden entsprechende audio-visuelle Analyseverfahren benötigt. Die folgende Suche kann entweder vollautomatisch erfolgen, oder den Benutzer interaktiv in den Suchprozess einbinden.

In dieser Vorlesung werden verschiedene Themen der inhaltsbasierten Bild- und Videoanalyse in Multimediadaten behandelt werden. Die Vorlesung beinhaltet unter anderem folgende Themen:
•    Bildsegmentierung und Deskriptoren
•    Maschinelles Lernen für Inhaltsbasierte Bild- und Video-Analyse sowie
•    Suche
•    Videoschnitterkennung und Klassifikation von TV Genres
•    Evaluaierung Inhaltsbasierter Bild- und Videoanalyseverfahren(TrecVid)
•    Automatisches "tagging" von Personen in Fotoalben & sozialen Netzen
•    Personen-/Gesichtsdetektion und -erkennung in Videos
•    Erkennung von Ereignissen
•    Detektion von Kopien
•    Semantik in Bildern und Videos
•    Data mining in sozialen Netzen
•    Suche: Automatische und interaktive Suche / Relevanz-Feedback
•    Werkzeuge und Softwarebibliotheken zur Bild- und Videoanalyse

Lernziele

In dieser Vorlesung werden verschiedene Themen der inhaltsbasierten Bild- und Videoanalyse in Multimediadaten behandelt werden. Die Vorlesung beinhaltet unter anderem folgende Themen:
•    Bildsegmentierung und Deskriptoren
•    Grundlagen des Maschinelles Lernen für Inhaltsbasierte Bild- und Video-Analyse sowie
•    Videoschnitterkennung
•    Klassifikation von TV Genres
•    Evaluierung Inhaltsbasierter Bild- und Videoanalyseverfahren
•    Automatisches "tagging" von Personen in Fotoalben & sozialen Netzen
•    Detektion von Duplikaten (copy detection)
•    Semantik in Bildern und Videos
•    Automatische und interaktive Suche / Relevanz-Feedback
•    Werkzeuge und Softwarebibliotheken zur Bild- und Videoanalyse