Skip to content

3D Computer Vision

Inhalte

Fragestellungen

  • Wie kommt man von Bildern zu 3D Modellen?
  • Wie entstehen Kamerabilder? Was passiert geometrisch?
  • Welche Informationen stecken drin? Welche kann man direkt auslesen?
  • Welche Annahmen müssen getroffen werden?
  • Welche Modelle werden gebildet?
  • Welche technischen Lösungen gibt es noch?
  • Inwiefern kann Deep Learning helfen?

Themenüberblick für SoSe 2025 (Stand März 2025)

  1. Was ist Computer Vision?
  2. Wie entstehen Kamerabilder?
  3. Bildentstehung, Kameras, Lochkameramodell
  4. Perspektivische Projektion
  5. Kameramodell, intr. und extr. Parameter
  6. Bildverzerrung
  7. Projektive Geometrie
  8. Kamerakalibration
  9. Perspektivische Projektion und Tiefeninformationen aus einem Bild
  10. Einfaches Stereo, Disparität, Korrelationsfunktion, lokale und globale Stereoalgorithmen
  11. Triangulation, Strukturierte Beleuchtung
  12. Multi-view Stereo, Tiefeninformation aus vielen Bildern mit kalibrierten Kameras
  13. Neural Radiance Fields (NeRF)
  14. Epipolargeometrie, Fundamentalmatrix
  15. Feature Matching, SIFT, RANSAC
  16. Structure From Motion, Bundle Adjustment
  17. 3D Datenstrukturen, Punktewolken
  18. Time-of-Flight Kameras

Lernziele

Die Lernziele werden auf dem Miro board (Passwort wird in der Vorlesung genannt) getrackt und sind unter Learning Objectives aufgelistet.

Zeitplan (vorläufig)

VL-Woche Datum Thema
01 18.03.2025 keine VL (verschoben auf 25.3.)
02 25.03.2025 Einführung und Motivation + Kameras
03 01.04.2025 Bildentstehung und Verzerrung
04 08.04.2025 Perspektive
05 15.04.2025 Monokulare Tiefenrekonstruktion
06 22.04.2025 keine VL (Ostern)
07 29.04.2025 Stereo
08 06.05.2025 keine VL (UH auf Dienstreise)
09 13.05.2025 Triangulation
10 20.05.2025 Epipolargeometrie
11 27.05.2025 Multi-View Stereo
12 03.06.2025 SIFT + RANSAC + SfM
-- 10.06.2025 keine VL (Pfingsten)
13 17.06.2025 3D Datenstrukturen
14 24.06.2025 Time-of-Flight Kameras
15 01.07.2025 NeRF + 3DGS

Protokolle aller Vorlesungen und Workshops

Vorlesung 01 - Einführung

Datum: 25.03.2025

Ziele: Motivation und Einführung in das Thema - Was ist Computer Vision?

Vorlesung 02 - Kameras

Datum: 25.03.2025

Ziele: Wie entsteht ein Bild? Wie nehmen wir visuell wahr?

Vorlesung 03 - Verzerrung

Datum: 01.04.2025

Ziele: Wie beschreiben wir die Projektion mathematisch? Welche Fehler entstehen dabei?

Vorlesung 04 - Perspektive

Datum: 08.04.2025

Ziele: Was passiert bei der Projektion mathematisch? Welche Invarianzen gibt es und wie kann man diese nutzen?

Vorlesung 05 - Mono

Datum: 15.04.2025

Ziele: Wie kann man aus nur einem Bild (bzw. aus einer Perspektive) Tiefendaten ermitteln?

Vorlesung 06 - Stereo

Datum: 29.04.2025

Ziele: Wie kann man aus zwei Bildern (bzw. aus zwei Perspektiven) Tiefendaten ermitteln? Welche Methoden gibt es?

Vorlesung 07 - Triangulation

Datum: 13.05.2025

Ziele: Wie kann man aus einem Bild und einer Beleuchtungseinheit Tiefendaten ermitteln? Welche Methoden gibt es?

Vorlesung 08 - Epipolargeometrie

Datum: 20.05.2025

Ziele: Was ist die Fundamentalmatrix und wie kann sie helfen, um 3D Daten zu rekonstruieren?

Vorlesung 09 - Multiview Stereo

Datum: 27.05.2025

Ziele: Was ist Multi-View Stereo und welche Ansätze gibt es, um 3D Daten aus mehreren Bildern zu rekonstruieren?