Humboldt-Universität zu Berlin - Mathematisch-Naturwissenschaftliche Fakultät - Visual Computing

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

  1. Grundlagen der tiefen neuronalen Netze (DNN)
  2. Erklärung von DNN Enscheidungen
  3. Objektklassifikation mit DNNs
  4. Kombination von DNNs mit klassischer Computer Vision
  5. 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.