Data Science

Bilddatenkompression

  • Type: Vorlesung (V)
  • Semester: WS 16/17
  • Time: 19.10.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten


    26.10.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    02.11.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    09.11.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    16.11.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    23.11.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    30.11.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    07.12.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    14.12.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    21.12.2016
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    11.01.2017
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    18.01.2017
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    25.01.2017
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    01.02.2017
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    08.02.2017
    15:45 - 17:15 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten


  • Lecturer: Dr. Alexey Pak
    Prof.Dr.-Ing. Jürgen Beyerer
  • SWS: 2
  • Lv-No.: 2400112
VoraussetzungenEmpfehlungen:

Grundlagen der Wahrscheinlichkeitstheorie werden vorausgesetzt

BeschreibungDie Veranstaltung vermittelt die theoretischen und praktischen Aspekte der wichtigsten Stadien der Bilddatenerfassung und Kompression. Die Diskussion geht von der Kodierung unkorrelierter sequentieller Daten zur Dekorrelation der natürlichen 2D-Bilder und zur Ausnutzung der temporalen Korrelationen in der Komprimierung der Videodaten. Alle betrachteten Verfahren werden mit statistischen Begründung belegt und mit informationstheoretischen Massen charakterisiert. Zuletzt, zwei exotischen Bild-basierten Kodierungsschemas (Watermarking und Steganographie)
diskutiert werden.
LehrinhaltDie Veranstaltung vermittelt die theoretischen und praktischen Aspekte der wichtigsten Stadien der Bilddatenerfassung und Kompression. Die Diskussion geht von der Kodierung unkorrelierter sequentieller Daten zur Dekorrelation der natürlichen 2D-Bilder und zur Ausnutzung der temporalen Korrelationen in der Komprimierung der Videodaten. Alle betrachteten Verfahren werden mit statistischen Begründung belegt und mit informationstheoretischen Massen charakterisiert. Zuletzt, zwei exotischen Bild-basierten Kodierungsschemas (Watermarking und Steganographie) diskutiert werden.
AnmerkungVorlesung auf Englisch
ArbeitsbelastungGesamt: ca. 90h, davon
1. Präsenzzeit in Vorlesungen: 23h
2. Vor-/Nachbereitung derselbigen: 23h
3. Klausurvorbereitung und Präsenz in selbiger: 44h
ZielStudierende lernen verschiedene Arten, Quellen und Einsatzbereiche von Bilddaten und Formen ihrer Kompression kennen sowie die Grundkonzepte der Informationstheorie, die relevant für Kommunikation und Kodierung sind. Studierende können allgemeine Prinzipien und Kriterien zur Charakterisierung verwenden um verschiedene Schemata zur Bildrepräsentation und Kodierung zu vergleichen. Studierende beherrschen ausgesuchte Algorithmen zur Entropiekodierung, Präkodierung und 1D-Signaldekorrelation im Detail.

Studierende kennen 2D-transformationsbasierte Dekorrelationsmethoden wie z.B. die Diskrete Fouriertransformation (DFT), Diskrete Cosinustransformation (DCT), Walsh-Hadamard-Transformation (WHT) und die Diskrete Wavelettransformation (DWT) und wissen auch um die temporalen Korrelationen und ihren Nutzen im Bereich der Video-Kodierung.

Studierende verstehen das menschliche visuelle System und die Statistik natürlicher Bilder. Des Weiteren haben Studierende zwei ungewöhnliche Anwendungen der Bilddatenkodierung kennengelernt, nämlich digitale Wasserzeichen und Steganographie. Als Übung analysieren Studierende verschiedene einfache steganographische Schemata.

PrüfungDie Erfolgskontrolle wird in der Modulbeschreibung erläutert.