|
|
Vorlesungsverzeichnis >> Medizinische Fakultät (Med) >>
|
Automated 3D body landmarks detection- Dozentinnen/Dozenten
- Prof. Dr. Oliver Amft, Annalisa Baronetto, M. Sc.
- Angaben
- Seminar
Online
4 SWS, benoteter Schein, Anwesenheitspflicht, ECTS-Studium, ECTS-Credits: 5, Sprache Englisch
Zeit:
Vorbesprechung: 4.11.2020, 16:15 - 17:45 Uhr
- Voraussetzungen / Organisatorisches
- Link to the online introduction/Vorbesprechung: https://fau.zoom.us/j/96876884625?pwd=bm1aZWc4UnYyYllnMFc1bkszVWUrZz09
- ECTS-Informationen:
- Credits: 5
- Prerequisites
- Useful knowledge:
Machine learning, Python, Image Processing.
- Contents
- Background:
Nowadays the new digital modelling techniques can speed up the personalisation of wearables as well as the rapid prototyping. However, the personalisation might require very precise human body measurements which can be tedious if done manually. The project aims at implementing a convenient algorithm for the automatic detection of upper body landmarks necessary for the development of smart clothes.
Aim:
Apply algorithms to extract automatically 3D upper body landmarks from digital human models.
Learning objectives:
Examination:
Final presentation and final report.
- Literature
- Up-to-date literature recommendations are provided during the lectures.
- Zusätzliche Informationen
- Schlagwörter: ACR
Erwartete Teilnehmerzahl: 20, Maximale Teilnehmerzahl: 20
www: https://www.cdh.med.fau.de/2020/07/23/seminar-automated-3d-body-landmarks-detection/
Für diese Lehrveranstaltung ist eine Anmeldung erforderlich.
Die Anmeldung erfolgt von Dienstag, 15.9.2020, 08:00 Uhr bis Donnerstag, 12.11.2020, 18:00 Uhr über: StudOn.
- Verwendung in folgenden UnivIS-Modulen
- Startsemester WS 2020/2021:
- Advanced Context Recognition (ACR)
- Institution: Lehrstuhl für Digital Health
|
 |
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|