Trainingsinformationen

Bildverarbeitung / Computer Vision Training
Dauer: 10 Tage (Anfänger + Mittelstufe/Erweitert), jeden Tag 09:00-12:00 Theorie, 13:00-16:00 Praxis
Level: Anfänger + Mittelstufe/Erweitert Technisch

Teilnehmerprofil
Dieser Kurs eignet sich besonders für:

• Softwareentwickler, Ingenieure, technische Studenten
• Personen, die in AI / ML / Robotik-Projekten beteiligt sind
• Fachleute, die in der visuellen Produktverarbeitung, Medien, Sicherheit, Gesundheitswesen und Landwirtschaft arbeiten
• Personen, die eine Integration von Bildverarbeitung mit Drohnen/Robotersteuerung anstreben
• Universitätsstudenten, Forscher

Voraussetzungen / Anforderungen

• Grundkenntnisse in Programmierung (Python bevorzugt)
• Grundkenntnisse in Mathematik: Lineare Algebra, Wahrscheinlichkeit, Statistik
• Für Teilnehmer, die nicht mit den Grundlagen der Bildverarbeitung / Computer Vision vertraut sind, wird ein Vorbereitungskurs angeboten
• Ausreichende Hardware für die Arbeit am Computer (GPU optional, Simulation ist möglich)
• Grundkenntnisse in Bildverarbeitung / visuellen Datenbibliotheken, falls erforderlich

Lehrplan

Woche 1: Anfängerlevel
Tag 1: Grundlagen der Bildverarbeitung und Repräsentation

• Was ist ein digitales Bild, Pixel, Farbmodelle (RGB, HSV, Graustufen), Bit-Tiefe
• Bildquellen & Formate
• Praxis: Bild laden, anzeigen, Farbkonvertierungen

Tag 2: Filterung und Rauschunterdrückung

• Faltung, Tiefpass/Hochpass-Filter
• Rauscharten (Gaussian, Salt-and-Pepper)
• Praxis: Rauschen hinzufügen und bereinigen, Filter vergleichen

Tag 3: Kantenerkennung und Ecken; Grundlagen der Segmentierung

• Sobel-, Canny-Kantendetektor; Hough-Transformationen
• Einfache Segmentierung (Schwellwert, regionenbasierte)
• Praxis: Kantenerkennung, Segmentierungsanwendungen

Tag 4: Bildtransformationen und geometrische Operationen

• Bildskalierung, Rotation, Perspektivtransformation
• Bildausrichtung, Verformung
• Praxis: Transformationen und Ausrichtungsübungen

Tag 5: Explorative Bildanalyse & Mini-Projekt

• Histogramme, Farbverteilungen, Kontrast/Helligkeitsanpassung
• Visualisierungstechniken
• Projekt: Qualitätskontrolle / Verbesserung in einem Bildsatz

Woche 2: Mittelstufe / Fortgeschrittene
Tag 6: Merkmalsbeschreibungen & Zuordnung

• Methoden wie SIFT, SURF, ORB
• Merkmalszuordnung
• Praxis: Panorama erstellen

Tag 7: Bildverarbeitung mit Deep Learning

• CNN-Architekturen, Transferlernen
• Praxis: Klassifizierung mit vortrainiertem Modell

Tag 8: Objekterkennung und Segmentierung

• Objekterkennungskonzepte (YOLO, SSD, Faster R-CNN)
• Semantische & Instanzsegmentierung
• Praxis: Objekterkennung und Maskierung

Tag 9: Videoaufnahmen & Bewegungsanalyse

• Optischer Fluss, Videoanalyse von Frames
• Verfolgung, Bewegungsvorhersage
• Praxis: Bewegungserkennung im Video

Tag 10: Regulierung / Ethik / Abschlussprojekt

• Bildinhalte und Privatsphäre (KVKK, DSGVO, etc.)
• Ethische Nutzung, Urheberrechte, Sicherheit
• Projekt: Präsentation einer Anwendung im gewählten Bereich

Trainingsergebnisse

• Teilnehmer beherrschen die Bildrepräsentation und grundlegende Verarbeitungstechniken
• Sie wenden Filterung, Kantenerkennung und Segmentierung an
• Sie führen Klassifikation und Objekterkennung mit Deep-Learning-Modellen durch
• Sie führen Video- und Bewegungsanalysen durch
• Sie gewinnen Bewusstsein für Bildverarbeitung und Datenschutz

Trainingshinweise

• Der Trainer kann den Kursinhalt an das Profil der Teilnehmer anpassen.
• Die Nutzung von Bildern in Übereinstimmung mit lokalen Vorschriften und Datenschutzgesetzen (wie KVKK, DSGVO) wird detailliert behandelt.
• Werkzeuge (OpenCV, TensorFlow, PyTorch usw.) werden je nach Infrastruktur ausgewählt.
• Teilnehmer mit fehlenden Kenntnissen (Programmierung, Mathematik / lineare Algebra) werden an Vorbereitungskurse verwiesen.
• Am Ende des Kurses erhalten die Teilnehmer ein Universitäts- oder Institutionszertifikat.

Das Training ist für die Zusammenarbeit mit Unternehmen (in Paketform für juristische Personen) geöffnet, individuelle Anmeldungen werden nicht akzeptiert. Der Trainingsinhalt kann gemäß dem Profil und den Bedürfnissen der Unternehmenskunden neu geplant werden. Nach gegenseitigen Gesprächen wird der Umfang und die Methode des Trainings (Präsenz, Online) festgelegt und der Prozess abgeschlossen. Nach Zustimmung werden die für Ihre Institution geeigneten Tage und Zeiten für die Teilnahme sowie der Trainingsort festgelegt.