Im Wintersemester 2008/2009 besuchte ich die Mustererkennungsvorlesung und dazu gibt es natürlich auch wieder eine Mitschrift (handschriftlich).

1. Vorlesung: Ausblick in Mustererkennung anhand von Viola-Jones (siehe Paper)
2. Vorlesung: KNN (k nearest neighbours) Algorithmus
3. Vorlesung Clustering (k-means) und unüberwachtes Lernen
4. Vorlesung: EM-Algorithmus (Expectation Maximization) und Lineare Regression
5. Vorlesung: PCA (Principal Component Analysis) und der Algorithmus von Oja
6. Vorlesung: Fisher’s linear discriminant
7. Vorlesung: Perzeptrons und Perzeptronlernen (Dank an Lisa für ihre Mitschrift!)
8. Vorlesung: Verallgemeinerung des Perzeptron-Lernalgorithmus (Neuronale Netze) mit Backpropagation
9. Vorlesung: Backprop-Algorithmus mit Matrizen und Verfeinerungen mit Silva & Almeida, Momentum und RPROP.
10. Vorlesung: Blind source separation (independent component analysis)
11. Vorlesung: Non-negative matrix factorization
12. Vorlesung: Entscheidungsbäume und ID3-Algorithmus
13. Vorlesung: Über Merkmalsextraktionen und bekannte Features
14. Vorlesung: Boosting

Download der Mustererkennungsmitschrift (27 MB da Scan!)

Das Semester ist jetzt zwar fast vorbei, dennoch wollte ich es nicht versäumen, noch meine (handschriftliche) Mitschrift der Computer Vision Vorlesung im Sommersemester 2009 online zu stellen.

1. Vorlesung: Farbsegmentierung
2. Vorlesung: Farbtabellen mit KD-Bäumen
3. Vorlesung: Radiale Verzerrung bzw. Entzerrung
4. Vorlesung: Lokalisierung im Raum anhand 3 bzw. 4 Punkten
5. Vorlesung: Fortsetzung zu Lokalisierung, diesmal mit EM-Algorithmus. Quaternionen angeschnitten.
6. Vorlesung: Fortsetzung zu Quaternionen, Rotation und homogene Koordinaten dazu.
7. Vorlesung: Stereo Vision und Tiefeninformation
8. Vorlesung: Optischer Fluss (Optical Flow)
9. Vorlesung: SIFT Features (nicht im Skirpt enthalten, da Slides)
10. Vorlesung: Hough-Transformation und Harris-Corner-Detector

Download Computer Vision Mitschrift (ca. 14MB, da Scan!)

Letztes Update am 24.08.2009 22:03