Sie befinden sich hier: Termine » Prüfungsfragen und Altklausuren » Hauptstudiumsprüfungen » Lehrstuhl 5 » Computer Vision   (Übersicht)

Computer Vision

  • Datum: Juli 2013
  • Prüferin: Elli Angelopoulou
  • Beisitzer: ?
  • Art der Prüfung: Benoteter Schein über 5 ECTS
  • Note: 1.3

Fast alles wie gehabt.

Image Formation:
  • zeichne und erkläre eine pinhole camera → spiegelverkehrte, auf dem Kopf stehende Bilder der Szene
  • (echte pinhole cameras weisen Probleme auf → Linsen verwenden)
    schreibe das thin-lens-law auf → 1/z + 1/Z = 1/f
  • schreibe die Formeln von radiance und irradiance auf und erkläre beide (am besten anhand von Zeichnungen) → siehe Skript (wichtig ist denke ich: radiance richtungsabhängig, irradiance nicht)
  • Solid Angle erklären und Formel hinschreiben
Textures:
  • es werden spot und bar filters verwendet, wie werden die ausgedrückt → gewichtete Summe von Normalverteilungen, einmal symmetrisch, einmal lang gezogen über unterschiedliche Varianzen in x/y
  • Formel für 2D-Normalverteilung mit unterschiedlichem sigma_x und sigma_y und nicht-0 mean
Color:
  • 3 Eigenschaften von Grassmans Law erklären
Motion:
  • optical flow (2D, subjektive warhnehmung) vs. motion field (projektion der eigentlichen bewegung): definition und unterschied
Multi-View Geometry:
  • zeichne und erkläre die epipolar geometry → epipolar plane aufgespannt durch O, O‘ und P; epipolar lines Schnitt der epipolar plane mit Bildebenen; epipole Schnitt der epipolar line mit der baseline; epipolar constraint: die Bilder eines Punktes müssen auf den entsprechenden epipolar lines liegen
  • gib die analytische Beschreibung der epipolar geometry an → essential / fundamental matrix
  • schreib die Formeln für beide hin → p^TEp‘=0, F=K^{-T}E(K‘)^{-1}
State Estimation:
  • erkläre das Framework eines Kalman-Filters → linear dynamic system mit gaussian noise
  • schreibe die state transition Formeln dafür auf → siehe Skript (die Formeln vom Kalman-Filter selbst waren nicht gefragt)
  • erkläre im Gegensatz dazu Particle Filters (welche Voraussetzungen machen diese?) → sehr allgemein, arbeitet mit einem bayesian framework. state transition Formeln für Particle Filters hinschreiben.