Textur begegnet uns in der Computer Vision an unzähligen Stellen und ist daher seit vielen Jahren Teil der aktuellen Forschung.

Der Textur können dabei verschiedene Rollen zufallen. Zum einen kann sie als Merkmal zur Segmentierung von Bildern dienen. Mit genügend Vorwissen über die Textur kann diese auch benutzt werden um die Form von Objekten oder die Perspektive in Bildern zu bestimmen. Textur kann aber auch selbst im Mittelpunkt stehen wenn es um ihre Klassifikation geht.

In diesem Seminar werden wir aktuelle Veröffentlichungen zu einigen dieser Themen betrachten:

• Klassifikation von Texturen: Die größte Herausforderung ist hier die große Variabilität im Aussehen der Texturen wenn diese bei unterschiedlicher Beleuchtung oder unter verschiedenen Blickwinkeln betrachtet werden. Angewendet wird dies vor allem in der industriellen Bildverarbeitung um Materialien zu unterscheiden. In unserem Seminar evaluieren wir die Methoden auf einem standardisierten Testdatensatz.
  

• Texturbasierte Segmentierung: Speziell für natürliche Bilder eignet sich Textur für die Segmentierung unterschiedlicher Bildbereiche. Wir untersuchen, wie verschiedene Objekte (Bäume, Lebewesen, Bauwerke) mit diesem Ansatz separiert werden können.
  

• Textur als Meta-Merkmal: Textur kann auch als Mittel zum Zweck eingesetzt werden. Wir betrachten als konkreten Anwendungsfall die Identifikation von Schreibern und Schreibstilen mit texturbasierten Merkmalen.
  

Jeder Teilnehmer entwickelt ein Beispielsprogramm auf Grundlage einer aktuellen wissenschaftlichen Publikation. Die Experimente zu dem jeweiligen Problem werden dann in einem Vortrag der Gruppe vorgestellt.

Die Gesamtnote setzt sich zu 50% aus der Bewertung des Vortrags, zu 25% aus der Bewertung der Ausarbeitung und zu 25% aus der Bewertung der Entwicklung des Prototypen zusammen.

Credits: 5