2400007 – Deep Learning für Computer Vision I: Grundlagen

In den letzten Jahren wurden im Bereich des Bildverstehens (Computer Vision) beeindruckende Fortschritte erzielt. Diese wurden zu einem großen Teil durch die Wiederentdeckung und Weiterentwicklung sogenanter Deep-Learning-Verfahren (insbesondere die Nutzung von Convolutional Neuronalen Netzen) ermöglicht. Deep Learning Verfahren stellen derzeit den Stand der Technik für viele Anwendungsbereiche des Bildvestehens dar. Die Vorlesung behandelt die Grundlagen, fortgeschrittene Netzarchitekturen und Lernverfahren für Anwendungen im Bereich Computer Vision. Es werden unter anderem folgende Themen behandelt: - Einführung in Deep Learning - Convolutional Neuronale Netze (CNN): Grundlagen und Hintergrund - Grundlegende Architekturen und Lernverfahren für CNNs - Objekterkennung mit CNNs - Bildsegmentierung mit CNNs - Rekurrente Neuronale Netze - Erzeugen von Bildbeschreibungen (Image Captioning) - Beantworten von Fragen zu Bildinhalten (Visual Question Answering) - CNN-basierte Erkennung in Videos