Tiefe Neuronale Netze für Computer Vision SS20
Zu den wichtigen Aufgaben in Computer Vision zählen Objektdetektion und -klassifikation, Objektverfolgung und Szenenrekonstruktion. In den letzten Jahren wurden auf diesen Gebieten neben den klassischen Ansätzen auch verstärkt tiefe neuronale Netze (DNN) eingesetzt und beachtliche Erfolge damit erzielt, speziell wenn große Mengen an Trainingsdaten zur Verfügung stehen. Für viele Vision Aufgaben sind allerdings kaum gelabelte Trainingsdaten vorhanden oder Standardstrukturen der neuronalen Netze ungeeignet.
Im Rahmen des Seminars sollen daher neue Ansätze des Deep Learnings für Computer Vision Aufgaben untersucht und diskutiert werden. Wir wollen untersuchen, ob neuronale Netze besser funktionieren als herkömmliche Algorithmen, diskutieren dabei wichtige Kompromisse wie Leistung, Trainingszeit und benötigte Größe der Trainingdaten. Wir erarbeiten uns Hintergrundwissen zu tiefen neuronalen Netzwerkansätzen und untersuchen die Verbindung von klassischen Ansätzen mit DNNs genauso wie die Synthese von Bildern mit GANs. Dazu wird ein Überblick über relevante Literatur gegeben. Das Seminar findet in deutscher Sprache statt.
Selbständiges Arbeiten sowie die Fähigkeit, Englisch-sprachige Literatur zu lesen, sind Voraussetzung für die Teilnahme an dem Seminar.
Die Teilnehmerzahl ist begrenzt, die Anmeldung erfolgt über Agnes.
Termine und Ablauf des Seminars
Mittwochs 15:00ct bis 17:00 Uhr im Raum 4.113 RUD 25
Am Mittwoch den 22. April 2020 findet von 15.00 c.t. bis 17.00 Uhr die online Einführungsveranstaltung statt, die für alle Teilnehmer verpflichtend ist. Dort werden die Themen erläutert und an die interessierten Studierenden vergeben.
Jeder Studierende muss einen etwa 20-30 Minuten langen Vortrag über das zugewiesene Thema halten und am Ende der Veranstaltung eine Seminararbeit über das Thema abgeben sowie 2 andere Arbeiten reviewen. Nach jedem Vortrag findet eine Diskussion über Inhalte und Vortrag statt, bei der aktive Teilnahme der anderen Seminarteilnehmer erwartet wird. Die Seminararbeit soll einen Überblick über das gewählte Thema und die Publikationen geben. Außerdem sollen noch in 1-2 Seiten Anregungen, eigene Ideen und Verbesserungsvorschläge gegeben werden.
| Termin | Thema |
| 22.04.2020 | Einführungsveranstaltung |
| 06.05.2020 | 4 min Kurzpräsentation zu jedem Thema |
| 13.05.2020 | Grundlagen Neuronale Netze |
| 16.06.2020 11:00-16:30 |
Motion Deblurring 2020 |
| Focal Loss 2017 | |
| CABAC 2019 | |
| Pose Estimation 2020 | |
| CorrNet 2019 | |
| Neural Body Fitting 2020 | |
| Hand Tracking 2017 | |
| 24.06.2020 11:00-16:30 |
VisemeNet 2018 |
| GAN Training 2018 | |
| CycleGAN 2017 | |
| StyleGAN 2019 | |
| Knowledge Guided GAN 2019 | |
| Deep Inpainting 2017 | |
| Dance Synthesis 2018 | |
| 01.07.2020 11:00-16:30 |
PhotoWakeup 2018 |
| Relighting 2019 | |
| Pix2Pix 2016 | |
| Video2Video 2018 | |
| DeformationNet 2019 | |
| Mesh CNN 2019 | |
| OpticalCNN 2019 | |
| 22.07.2020 | Abgabe Seminararbeit |
| 05.08.2020 | Abgabe Reviews |
Themen des Seminars
- Grundlagen der tiefen neuronalen Netze (DNN)
- Erklärung von DNN Enscheidungen
- Objektklassifikation mit DNNs
- Kombination von DNNs mit klassischer Computer Vision
- Generative Netzwerke (Synthese)
Voraussetzungen für den Schein
- Teilnahme an der Einführungsveranstaltung
- Aktive Teilnahme an den Diskussionen nach den Präsentationen
- Ca. 20-30 minütiger Vortrag über gewähltes Thema
- Selbständiges Erstellung einer Seminararbeit im Umfang von 10-20 Seiten (inkl. 1-2 Seiten eigene Ideen, Verbesserungsvorschläge); Abgabe per email mit unterschriebener Selbständigkeitserklärung
- Review zweier anderer Seminararbeiten
Vorlagen und Materialien
Die Veröffentlichungen zu den einzelnen Themen sowie Vorlagen für die Folien und Seminararbeit können über Moodle geladen werden.