Modul

BV2 - Mustererkennung

Bachelor Medientechnologie 2020

PDF Studiengangsverzeichnis Studienverlaufspläne Bachelor Medientechnologie

Version: 1 | Letzte Änderung: 23.09.2019 09:45 | Entwurf: 0 | Status: vom Modulverantwortlichen freigegeben | Verantwortlich: Salmen

Anerkannte Lehrveran­staltungen IBA_Thieling
Fachsemester 5
Modul ist Bestandteil des VertiefungspaketsBVA - Bildverarbeitung
Dauer 1 Semester
ECTS 5
Zeugnistext (de) Mustererkennung
Zeugnistext (en) Machine Vision
Unterrichtssprache deutsch oder englisch
abschließende Modulprüfung Ja
Inhaltliche Voraussetzungen
BV1
-Bildverarbeitung 		Alle Inhalte
Handlungsfelder
Verfahren, Algorithmen und Geräten zur Produktion, Speicherung, Übertragung, Verarbeitung, Wiedergabe und Präsentation medialer Inhalte entwickeln und integrieren
Verfahren, Algorithmen und Geräten zur Produktion, Speicherung, Übertragung, Verarbeitung, Wiedergabe und Präsentation medialer Inhalte analysieren, bewerten und reflektieren
Modulprüfung
Benotet Ja
Frequenz Jedes Semester
Prüfungskonzept

Die Studierenden sollen in einer mündlichen Prüfung folgende Kompetenzen nachweisen: 1.) Sicherer Umgang mit grundlegenden Begrifflichkeiten, Mechanismes und Konzepten. 2.) Problemstellungen aus dem Bereich der Bildanalyse analysieren und mit passenden Methoden lösen können. 3.) Vorliegende Problemlösungen analysieren und die dabei verwendeten algorithmischen und theoretischen Grundlagen erklären können.

Learning Outcomes
LO1 - Nach diesem Modul sind die Studierenden in der Lage, typische Probleme aus dem Bereich Mustererkennung zu bearbeiten. Schwerpunkt bildet dabei die Verarbeitung von Bilddaten (z.B. Objektklassifikation, generative KI). Für ein konkretes Problem wählen die Studierenden dafür einen geeigneten Ansatz aus dem Bereich des Maschinellen Lernens aus, interpretieren die Ergebnisse und testen ggf. alternative Ansätze, um die Ergebnisse zu verbessern.

Die erworbenen Kompetenzen helfen den Studierenden, sowohl im weiteren Studienverlauf als auch später im Berufsleben, Maschinelles Lernen zur Verarbeitung von (Sensor-)Daten erfolgreich einzusetzen.

Dieses Modul ist Teil des Vertiefungsgebiets "Bildverarbeitung".
Kompetenzen
diese Kompetenz wird vermittelt
Erkennen, Verstehen und analysieren technischer Zusammenhänge
MINT-Grundwissen benennen und anwenden
Naturwissenschaftliche Phänomene in Realweltproblemen erkennen und erklären
MINT Modelle nutzen
Medientechnische Systeme entwerfen
Medientechnische Systeme realisieren
Medientechnische Systeme prüfen
Lernkompetenz demonstrieren
Sprachliche und interkulturelle Fähigkeiten anwenden
Finden sinnvoller Systemgrenzen
Abstrahieren
Informationen beschaffen und auswerten
Medientechnische Systeme analysieren
Arbeitsergebnisse bewerten

Inhaltliche Voraussetzungen
BV1
-Bildverarbeitung 		Alle Inhalte
Handlungsfelder
Verfahren, Algorithmen und Geräten zur Produktion, Speicherung, Übertragung, Verarbeitung, Wiedergabe und Präsentation medialer Inhalte entwickeln und integrieren
Verfahren, Algorithmen und Geräten zur Produktion, Speicherung, Übertragung, Verarbeitung, Wiedergabe und Präsentation medialer Inhalte analysieren, bewerten und reflektieren
Learning Outcomes
LO1 - Nach diesem Modul sind die Studierenden in der Lage, typische Probleme aus dem Bereich Mustererkennung zu bearbeiten. Schwerpunkt bildet dabei die Verarbeitung von Bilddaten (z.B. Objektklassifikation, generative KI). Für ein konkretes Problem wählen die Studierenden dafür einen geeigneten Ansatz aus dem Bereich des Maschinellen Lernens aus, interpretieren die Ergebnisse und testen ggf. alternative Ansätze, um die Ergebnisse zu verbessern.

Die erworbenen Kompetenzen helfen den Studierenden, sowohl im weiteren Studienverlauf als auch später im Berufsleben, Maschinelles Lernen zur Verarbeitung von (Sensor-)Daten erfolgreich einzusetzen.

Dieses Modul ist Teil des Vertiefungsgebiets "Bildverarbeitung".
Kompetenzen
Kompetenz Ausprägung
Erkennen, Verstehen und analysieren technischer Zusammenhänge diese Kompetenz wird vermittelt
MINT-Grundwissen benennen und anwenden diese Kompetenz wird vermittelt
Naturwissenschaftliche Phänomene in Realweltproblemen erkennen und erklären diese Kompetenz wird vermittelt
MINT Modelle nutzen diese Kompetenz wird vermittelt
Medientechnische Systeme entwerfen diese Kompetenz wird vermittelt
Medientechnische Systeme realisieren diese Kompetenz wird vermittelt
Medientechnische Systeme prüfen diese Kompetenz wird vermittelt
Lernkompetenz demonstrieren diese Kompetenz wird vermittelt
Sprachliche und interkulturelle Fähigkeiten anwenden diese Kompetenz wird vermittelt
Finden sinnvoller Systemgrenzen diese Kompetenz wird vermittelt
Abstrahieren diese Kompetenz wird vermittelt
Informationen beschaffen und auswerten diese Kompetenz wird vermittelt
Medientechnische Systeme analysieren diese Kompetenz wird vermittelt
Arbeitsergebnisse bewerten diese Kompetenz wird vermittelt

Exempla­rische inhaltliche Operatio­nalisierung

Die Studierenden erlernen den grundlegenden Aufbau und den software-technischen Zugriff auf digitale Bilder sowie die Standard-Algorithmen der digitalen Bildverarbeitung zur Bildanalyse und Bildinterpretation. Sie erlangen die Fähigkeit zur Lösung anspruchsvoller berührungsloser Inspektions- und Klassifikationsaufgaben mittels Bildverarbeiten.

Separate Prüfung

keine

Exempla­rische inhaltliche Operatio­nalisierung

Die Studierenden implementieren die Algorithmen der Bildanalyse in der Prorammiersprache C und entwickeln und verifizieren unter Verwendung dieser Algorithmen Verfahren für praxisnahe Problemstellungen (z.B. Klarschrifterkennung).

Separate Prüfung
Benotet Nein
Frequenz Einmal im Jahr
Voraussetzung für Teilnahme an Modulprüfung Ja
Prüfungskonzept

Die Studierenden schliessen sich zu Kleingruppen zusammen. Jede Kleingruppe bearbeitet mehrerer kleinere Projekte mit zugewiesenen Laborterminen.


Impressum
Datenschutzhinweis
Haftungshinweis
Bei Fehlern, bitte Mitteilung an die
Webredaktion der Fakultät IME

© 2022 Technische Hochschule Köln