Inhalte

1. Mathematische Grundlagen (Komplexe Zahlen, Matrizen und Vektoren, mehrdimensionale Ableitungen, Geometrsiche Reihen)
2. Digitale Signalverarbeitung (Lineare zeitinvariante Systeme und Fourier-Transformation)
3. Digitale Bildverarbeitung (Kameramodelle, Farbr?ume, Bildoperationen, Filter, Segmentierung)
4. Maschinelles Lernen (Begriffe, Lineare Regression und Polynominterpolation, Konzeptlernen, Entscheidungsb?ume, künstliche Neuronale Netze)

Hinweis: ?Grundlagen der Signalverarbeitung und des Maschinellen Lernens“ ersetzt die frühere Veranstaltung ?Multimedia Grundlagen I“. Die Vorlesung kann jedoch auch weiterhin für ?Multimedia Grundlagen I“ eingebracht werden.

?

?bungen

Es erscheint w?chentlich ein ?bungsblatt zu den behandelten Vorlesungsinhalten. Jedes ?bungsblatt wird in der ?bung der folgenden Woche besprochen. Es gibt keine Abgabe / Korrektur von ?bungsbl?ttern.

?

?

Literatur

• Oppenheim, A. V., Schafer, R. W., and Buck, J. R. (1999).?Discrete-time signal processing. Prentice-Hall, Inc., Upper Saddle River, NJ, USA.?ISBN 978-0132067096 -> Die Referenz, aber nicht einfach zu lessen
• Oppenheim, A. V., Schafer, R. W., and Buck, J. R. (2004).?Zeitdiskrete Signalverarbeitung. Pearson Studium Verlag.
• Richard G. Lyons.?Understanding Digital Signal Processing. Prentice Hall Verlag,?ISBN 978-0137027415 -> Die ersten ca. 100 Seiten geben eine sehr gute Einführung
• Bernd J?hne.?Digitale Bildverarbeitung. Springer Verlag.?ISBN 978-3540249993
• Bernd J?hne.?Digital Image Processing. Springer Verlag.?ISBN 978-3540240358
• David A. Forsyth and Jean Ponce.?Computer Vision: A Modern Approach. Prentice Hall, Upper Saddle River, New Jersey 07458.
• M. Mitchell. Machine Learning. McGraw-Hill Science/Engineering/Math; ( PDF) -> Kapitel 1-4 sind Pflichtlektüre

?

?

?

?