ECTS: 7.5
Prüfer: Prof. Dr. Hornegger
Beisitzer: Christian Riess
Bilateraler Filter: in Worten erklären (smoothing, aber nicht über Kanten –> toll!). Formel aufschreiben, erklären warum er nicht shift-invariant ist (range similarity term ist abhängig von den Intensitätswerten im Bild)
über eine etwas seltsame Überleitung direkt zu orthogonaler Faktorisierung (Structure from Motion): erklären, was so toll daran ist. Wieso kann man die Matrix in „Motion“ und „Struktur“ faktorisieren? (einfach M umschreiben mit x = u^T p bzw y = v^T p –> was ist der Rang von M und wieso? ergibt sich aus Faktorisierung. rang(M) = max(rang(R), rang(S)) = 3, weil R ja N_F x 3 und S 3 x N_p groß sind, also ist der Rang der beiden Matrizen max. 3 und somit auch das Produkt aus RS maximal 3
Tomasi's Faktorisierungsalgorithmus für orthogonale Projektionen (eigentlich gleiches Thema wie oben): wichtig ist hier, dass man zwar durch SVD M = USV^T bekommt, aber nur SUBmatrizen von U und V verwendet! Ich hab das immer als minor detail betrachtet beim lernen, habs aber dann zufällig trotzdem gewusst und war auch wichtig ;) weil die svd einer mxn matrix ja folgendes erzeugt: U: mxm; S: mxn; V: nxn –> und das passt dann ja nicht zusammen, weil die Dimensionen ja dann mit R und S nicht mehr übereinstimmen
Diffusion Registration: das übliche (siehe andere Protokolle): was ist das? was für regularizer gibts? was für similarity measurements? … blabla
Das wars auch schon mit den Themengebieten! … [edit] er wollte auch noch wissen, wofür man SfM eigentlich braucht. 3D-US erklären, Hand-Eye Calibration Bild hinmalen, aber dazu kamen dann keine Detailfragen mehr
Alles in allem sehr faire und entspannte Prüfung!