Computer Vision at TU München

Flashcards and summaries for Computer Vision at the TU München

Arrow Arrow

It’s completely free

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Study with flashcards and summaries for the course Computer Vision at the TU München

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Wo treffen sich alle Strahlen, die von einem Punkt vor der Linse ausgehen?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Was gilt bei der Lochkamera für alle Strahlen die von einem Punkt ausgehen und in die Kamera einfallen?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Was versteht man unter einem normalisierten Bildsegment?
This was only a preview of our StudySmarter flashcards.
Flascard Icon Flascard Icon

Millions of flashcards created by students

Flascard Icon Flascard Icon

Create your own flashcards as quick as possible

Flascard Icon Flascard Icon

Learning-Assistant with spaced repetition algorithm

Sign up for free!

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Wieso ist die letzte Komponente bei einem Vektor in der Bildebene in homogenen Koordinaten gleich 1?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Welche Eigenschaften sind hinreichend, damit eine Matrix eine Rotationsmatrix ist?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Wie lassen sich Bias und Gain am ehesten visuell interpretieren?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Was gilt für die Standardabweichung der Intensitätswerte in einem normalisierten Bildsegment?
This was only a preview of our StudySmarter flashcards.
Flascard Icon Flascard Icon

Millions of flashcards created by students

Flascard Icon Flascard Icon

Create your own flashcards as quick as possible

Flascard Icon Flascard Icon

Learning-Assistant with spaced repetition algorithm

Sign up for free!

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Welcher Zusammenhang besteht zwischen Brennebene und Bildebene bei der Lochkamera?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Wie lassen sich Kanten in Bildern beschreiben?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Was lässt sich über die Determinante einer Rotationsmatrix aussagen?

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Wie lassen sich Bilder darstellen?
This was only a preview of our StudySmarter flashcards.
Flascard Icon Flascard Icon

Millions of flashcards created by students

Flascard Icon Flascard Icon

Create your own flashcards as quick as possible

Flascard Icon Flascard Icon

Learning-Assistant with spaced repetition algorithm

Sign up for free!

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Warum eignet sich die SSD-Methode nicht so gut für die Korrespondenzschätzung & wie kann sie verbessert werden?

Your peers in the course Computer Vision at the TU München create and share summaries, flashcards, study plans and other learning materials with the intelligent StudySmarter learning app.

Get started now!

Flashcard Flashcard

Exemplary flashcards for Computer Vision at the TU München on StudySmarter:

Computer Vision

Wo treffen sich alle Strahlen, die von einem Punkt vor der Linse ausgehen?
Hinter der Linse in der Bildebene

Computer Vision

Was gilt bei der Lochkamera für alle Strahlen die von einem Punkt ausgehen und in die Kamera einfallen?
Sie können als parallel angenommen werden

Computer Vision

Was versteht man unter einem normalisierten Bildsegment?
Subtraktion des Mittelwertes und anschließende Division durch die Standardabweichung

Computer Vision

Wieso ist die letzte Komponente bei einem Vektor in der Bildebene in homogenen Koordinaten gleich 1?
Die Z-Komponente wird durch die Brennweite normiert

Computer Vision

Welche Eigenschaften sind hinreichend, damit eine Matrix eine Rotationsmatrix ist?
Quadratische Matrix mit zu 1 normierten, orthogonalen Spalten, Determinante = 1

Computer Vision

Wie lassen sich Bias und Gain am ehesten visuell interpretieren?
Bias steuert Helligkeit, Gain steuert Kontrast

Computer Vision

Was gilt für die Standardabweichung der Intensitätswerte in einem normalisierten Bildsegment?
Die Standardabweichung der Werte ist 1

Computer Vision

Welcher Zusammenhang besteht zwischen Brennebene und Bildebene bei der Lochkamera?
Die Brennebene ist gleich der Bildebene

Computer Vision

Wie lassen sich Kanten in Bildern beschreiben?
starke lokale Änderung der Intensität (Gradient)

Computer Vision

Was lässt sich über die Determinante einer Rotationsmatrix aussagen?
det(R) = 1

Computer Vision

Wie lassen sich Bilder darstellen?
- kontinuierlich - diskret

Computer Vision

Warum eignet sich die SSD-Methode nicht so gut für die Korrespondenzschätzung & wie kann sie verbessert werden?
- Instabil bzgl. Beleuchtung oder Drehung - Verbesserung durch Normierung der Intensität und Orientierung

Sign up for free to see all flashcards and summaries for Computer Vision at the TU München

Singup Image Singup Image
Wave

Other courses from your degree program

For your degree program Computer Vision at the TU München there are already many courses on StudySmarter, waiting for you to join them. Get access to flashcards, summaries, and much more.

Back to TU München overview page

Zusammenarbeit im Betrieb

Elektrische Messmethoden der Umwelttechnik

Methoden der Unternehmensführung

Computeranimation at

Hochschule der Medien Stuttgart

Computer Grafik at

Hochschule Karlsruhe

computer vision at

Hochschule Karlsruhe

photogrammetric computer vision at

Universität Weimar

Computer Vison at

ETHZ - ETH Zurich

Similar courses from other universities

Check out courses similar to Computer Vision at other universities

Back to TU München overview page

What is StudySmarter?

What is StudySmarter?

StudySmarter is an intelligent learning tool for students. With StudySmarter you can easily and efficiently create flashcards, summaries, mind maps, study plans and more. Create your own flashcards e.g. for Computer Vision at the TU München or access thousands of learning materials created by your fellow students. Whether at your own university or at other universities. Hundreds of thousands of students use StudySmarter to efficiently prepare for their exams. Available on the Web, Android & iOS. It’s completely free.

Awards

Best EdTech Startup in Europe

Awards
Awards

EUROPEAN YOUTH AWARD IN SMART LEARNING

Awards
Awards

BEST EDTECH STARTUP IN GERMANY

Awards
Awards

Best EdTech Startup in Europe

Awards
Awards

EUROPEAN YOUTH AWARD IN SMART LEARNING

Awards
Awards

BEST EDTECH STARTUP IN GERMANY

Awards
X

StudySmarter - The study app for students

StudySmarter

4.5 Stars 1100 Rating
Start now!
X

Good grades at university? No problem with StudySmarter!

89% of StudySmarter users achieve better grades at university.

50 Mio Flashcards & Summaries
Create your own content with Smart Tools
Individual Learning-Plan

Learn with over 1 million users on StudySmarter.

Already registered? Just go to Login