Computer Vision in der Schule

Computer Vision bezeichnet ein Forschungsgebiet, das sich mit maschinellem Sehen bzw. Bildverstehen auseinandersetzt. Man unterscheidet dabei die Teilbereiche Sensorik, Verarbeitung, Analyse und Interpretation visueller Informationen. Viele Methoden und Verfahren aus dem Forschungsgebiet können in die Schulen gebracht werden. Dafür eignen sich Projektkurse, AGs oder Projektunterricht in der Sekundarstufe II.

Für Unterrichtende dieses Kurses ist eine gewisse Programmiererfahrung in einer Hochsprache notwendig, um Teilnehmern bei diesen Fragen zur Verfügung zu stehen. An der Universität Münster forscht und lehrt Prof. Dr. Xiaoyi Jiang in der Gruppe „Computer Vision and Pattern Recognition“. Anregungen zu diesem Kapitel stammen aus dessen Vorlesungsmaterial aus dem Jahre 2013 der Veranstaltung Computer Vision [1].


Computer Vision hat unzählige Anwendungsbereiche: Sie tritt bei der Verarbeitung medizinischer Bilder auf, damit Ärzte genauere Diagnosen stellen. Im Bereich der Unterhaltungselektronik hilft sie, menschliche Bewegungen zu interpretieren (Kinect). Auch die Identifizierung mit einem Scan der Netzhaut (Iris) dürfte vielen bekannt sein. Aktuell arbeiten Automobilhersteller mit Hochdruck an autonomen Fahrzeugen, die ohne Methoden der Computer Vision nicht denkbar sind.  Die Liste lässt sich problemlos fortführen, damit weist dieses Teilgebiet ein besonderes Facettenreichtum an Kontexten auf: Produktion und Industrie, Handel, Lernen und Bildung, Medizin, Unterhaltungselektronik und Freizeit, Forschung und Entwicklung wie auch militärische Zwecke.

Zudem treten Mathematik und Informatik stets in diesen Kontexten auf: Formeln und Algorithmen werden nur zweckgebunden verwendet.

An Literatur empfehlen sich die Skripte von Prof. Jiang auf dessen Homepage[1]. Sie sind in der Regel so verfasst, dass sich Teilnehmer die Inhalte selbstständig aneignen können.

Zu Beginn des Kurses bietet es sich an, einen einführenden Block  über die Bildentstehung anzusetzen. In diesem sollten die Begriffe der Diskretisierung, Quantifizierung und Abtastung erläutert werden. Hierbei bietet sich auch die Erklärung des mathematischen Begriffs der Stetigkeit in einem Kontext an. Ergänzende Literatur bietet das Kapitel 11 des Werkes „fluency with information technology“ (Snyder 2003, S. 299ff). Eine erste Erfahrung wird sein, dass Bilder in digitalisierter Form nichts anderes Sind als eine Matrix von Zahlen. Mathematisch korrekt handelt es sich um eine zweidimensionale Matrix  mit Werten f(r,c):

$$!\{f(r,c)|0\le r<M,0\le c<N\}$$

Dieses können Intensitäts-, Farb-, Binär- oder Tiefenbilder sein. Im Anschluss sollte das Histogramm und zugehörige Kennwerte erklärt.

Es sind weitere Inhalte zu folgenden Themen geplant:

 

[1] http://cvpr.uni-muenster.de/teaching/

[2] Materialien für einen projektorientierten Mathematik- und Informatikunterricht, Band 3, Materialien SMIMS, Münster 2005, Objekterkennung auf digitalen Bildern (E. Löbbert)


Creative Commons LizenzvertragDieses Werk ist lizenziert unter einer Creative Commons Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.