Machine Vision

Vorlesung:

Cours assez complet sur le traitement d'image. Le prof explique bien et ne rentre pas trop dans les détails mathématiques. Très agréable à suivre.


Examen:

Oral. Le prof est très sympa, ambiance très détendu. Il faut juste connaitre le principe général des différents sujets vus en cours. Le prof ne demande aucune formule mathématique, c'est très facile d'avoir une bonne note. Rapport temps de révison / ects imbattable (cours à 8 ects ! )

Cours suivi au WS 2018/2019, en anglais.
Le contenu du cours est intéressant et le professeur explique bien, il prend le temps de présenter les notions et ses slides sont claires et bien faites. Les points abordés sont les suivants:
*image preprocessing: quelles sont les caractéristiques d'une image et comment les améliorer (filtre, transformation du niveau de gris, exposition…)
*détection de coins et d'arêtes dans une image
*curve Fitting: comment définir des formes géométriques qui approximent les objets photographiés
*images en couleur
*segmentation: comment subdiviser une image en différentes zones en fonction d'une particularité (couleur par exemple)
*systèmes optiques
*reconnaissance de motifs
*introduction au deep learning
Des TD sont également prévus tous les 15 jours environ.
L'examen est désormais écrit, il dure 1h, est en anglais et est constitué de différents exercices (application d'algorithme, raisonnement mathématique, question de cours…). A cause de la contrainte de temps c'est un peu la pêche au point, il faut être efficace. Matière à conseiller.
A conseiller aussi au Sommersemester la suite de cette matière, "Automotive Vision".

[Originalement posté par Olivier Carrière]

Pris en Ergänzungsfach du Schwerpunkt Robotik

Prof : Lauer
Le prof est super ! Il est super clair, il prend le temps de répondre aux questions en cours.

Contenu
Ca parle de traitement d'image en partant du niveau 0. On explique d'abord ce que c'est une image informatique. Et comment à partir de cette image (ces 0 et ces 1) on peut travailler le contenu. Reconnaitre des formes, des couleurs jusqu'à en fin de semestre écrire un petit programme qui reconnait les smileys.

Exam
Exam écrit mais vraiment pas difficile, il y a une quinzaine d'exercice types, qu'il faut savoir faire et en bossant une petite semaine, c'est le 1,x assuré.

Au passage pour les fans d'automobile, il existe à peu près le même cours orienté voiture autonome : Fahrzeugssehen