Bachelor: Digital Engineering

611 - Visual Computing

Empfohlenes Studiensemester: 6

Turnus: Sommersemester

Sprachen: Deutsch, Englisch

ECTS: 5

Prüfungsform: ModA, weitere Angaben siehe SPO und Studienplan

Lehrform und SWS: SU (2SWS), Pra (2SWS)

Gesamter Workload: 150 Stunden

Präsenzzeit: 30 Stunden Seminaristischer Unterricht, 30 Stunden Praktikum

Selbststudium: 90 Stunden

Modulverantwortung: Prof. Dr. Markus Friedrich (FK07)

Empfohlene Voraussetzung für die Teilnahme

Kenntnisse in mindestens einer höheren Programmiersprache

Verwendbarkeit des Moduls

Bachelor Digital Engineering

Lernziele

Fach- und Methodenkompetenz

Studierende lernen die Anwendung der grundlegenden Konzepte des Visual Computings: Visual Computing bedeutet aus Bildern Informationen zu gewinnen und Informationen in Bilder zu verwandeln. Die Darstellung von Informationen ist sowohl mit 2D Bildern als auch in 3D durch virtuelle Realität oder Mixed Reality möglich.

  • Studierende kennen grundlegende Prinzipien der Verarbeitung von digitalen Bildern.
  • Studierende kennen grundlegende Prinzipien der Computergrafik.
  • Studierende kennen grundlegende Prinzipien der Informationsvisualisierung.
  • Studierende kennen grundlegende Prinzipien der virtuellen Realität und der Mixed Reality.
  • Studierende können Anwendungsmöglichkeiten von Künstlicher Intelligenz und maschinellem Lernen mit digitalen Bildern beschreiben.

Inhalt

  • Einführung in die Grundlagen der Bildverarbeitung:
    • Digitale Bilddaten und Sensoren
    • Farbwarnehmung und Farbmodelle
    • Digitale Filter
    • Bildmerkmale
    • Maschinelles Sehen
  • Einführung in die Grundlagen der Computergrafik:
    • Die Rendering Pipeline
    • Geometrische Modellierung
    • Koordinatensysteme, Transformationen und Projektionen
    • Beleuchtung und Schattierung
    • Texture Mapping
  • Einführung in die Grundlagen der Informationsvisualisierung
    • Datentypen und Visualisierungstechniken
    • Prinzipien der effektiven Gestaltung
    • Interaktive Visualisierung und Benutzererfahrung
    • Scientific Visualization
    • Ethische Aspekte
  • Einführung in die Grundlagen der Mixed Reality
    • Das Mixed Reality Spektrum
    • Technische Grundlagen (Tracking, Erfassung der Umgebung)
    • Aktuelle Mixed Reality-Geräte und -Technologien
    • Entwurfsprinzipien und -prozesse
    • Fallstudien und Anwendungen

Lehrmethoden und Lernformen

Tafel, Folien, Beamer, Lehr-/Lernvideos, Gastvorträge, projektbasiertes Lernen, virtuelle Lehrräume

Literatur

  • Nischwitz, Fischer, Haberäcker, Socher; Bildverarbeitung, Springer Vieweg, 2020
  • Szeliski; Computer Vision: Algorithms and Applications, Springer, 2022
  • Nischwitz, Fischer, Haberäcker, Socher; Computergrafik, Springer Vieweg, 2019
  • Spence; Information Visualization: An Introduction, Springer, 2014
  • Dörner, Broll, Grimm, Jung; Virtual und Augmented Reality (VR/AR); Springer Vieweg, 2019