SmartVHB
Mit Unterstützung der
Virtuellen Hochschule Bayern, haben wir Blended Learning Einheiten für den Bereich Maschinelles Sehen erstellt. Sie zielen darauf ab Studierende beim Erreichen ausgewählter Lernziele in 45 Minuten zu unterstützen. Sie können zudem Dozent*innen an jeder bayerischen Hochschule kostenlos in die eigene Kurse integriert werden.
Dozent*innen und Studierende an bayerischen Hochschulen können die interaktiven Einheiten unter:
smart.vhb.org starten.
Für ausgewählte Einheiten haben wir zudem Codebeispiele entwickelt. Für Nutzer außerhalb (und innerhalb) Bayerns machen wir diesen Code als Jupiter Notebooks auf
mybinder.org und
gitlab.com verfügbar.
Die bereits entwickelten Einheiten umfassen:
- Absolute Orientation
- Bayessche Optimization (Einführung)
- Bildgebung mittels perspektivischer Projektion
- Bildmerkmale: Detektionsverfahren
- Bildmerkmale: Beschreibungsverfahren
- Bildmerkmale: Zuordnungsverfahren
- Eigenwerte und Eigenvektoren
- Epipolargeometrie
- Gauss-Newton Optimierung
- Gradientenabstiegsverfahren
- Iteratrive Closest Point
- Kamerakalibrierung und Direkte Lineare Transformation
- Korrelation und Faltung
- Levenberg-Marquardt Verfahren
- Lineare Ausgleichsrechung (Einführung)
- Marker-basierte Kameraposenbestimmung
- Nichtlineare Ausgleichsrechnung (Einführung)
- Optischer Fluss
- Optische See-Through Kalibrierung
- Parametrisierung von 3D Rotationen
- Perspective-N-Point
- Principal Component Analysis
- Projektor-Kamera Kalibrierung
- Random Sample Consensus (RANSAC)
- Singulärwertzerlegung
- Stereokorrespondenzen
- Structure From Motion (SfM) (Einführung)
- Triangulierung
Folgende Einheiten sind in Entwicklung und werden im Laufe des Jahres 2021 verfügbar gemacht:
Maschinelles Sehen:
- Cholesky Zerlegung
- LU Zerlegung
- Comvolutional Neural Networks (Einführung)
- Eye Tracking (Einführung)
Statistik:
- Aligned Rank Transform
- ANOVA mit Messwiederholungen
- Einfaktorielle Varianzanalyse (ANOVA)
- Friedman test
- Kontraste und Mehrfachvergleiche
- Kruskal-Wallis ANOVA
- Mann-Whitney-U test
- Studentscher t-Test
- Wilcoxon-Vorzeichen-Rang-Test
Mensch-Maschine Interaktion:
- Evaluierungsmethoden in der Mensch-Maschine Interaktion
- Fitts' Law (Einführung)
- Fitts' Law in mehreren Dimensionen
- Goals, Operators, Methods and Selection Rules (GOMS)
- Hick’s Law
- Hierarchical Task Analysis
- Interaktionsstile in der Mensch-Maschine Interaktion
- Keystroke-Level-Model (KLM)
- Mentale Modelle für Mensch-Maschine Interaktion
- Steering Law
Mixed Reality:
- Head-Tracking für immersive Datenbrillen
- 3D Interaktionstechniken (Einführung)
- Raycasting (Einführung)
- Stereoskopische Bildgenerierung