
"Wir hatten alle ganz große Hoffnungen, was dieses Institut, seine Entwicklung und seine Wirkung angeht. Diese Hoffnungen haben sich übererfüllt." Matthias Platzeck, Ministerpräsident des Landes Brandenburg
Open Course Design Thinking: d.school-Referent Thomas Both zu Gast
Aufgrund der großen Nachfrage gibt es einen weiteren Open Course Design Thinking vom 31. Mai bis 2....
Bewerbungsschluss HPI-Schülerkolleg
HPI-Schülerkolleg geht 2012 in sein viertes Jahr. Bis zum 6. Juni können sich interessierte und...
Hochschulinformationstag am HPI
Am 8. Juni 2012 findet der Hochschulinformationstag der Universität Potsdam auf dem Campus...
HPI Alumni Homecoming Event 2012
Die zentrale Begegnungsveranstaltung für die Ehemaligen des HPI feiert 2012 gleich mehrere...
Future SOC Symposium am HPI
Vom 14. bis zum 15. Juni 2012 findet das siebte Future SOC Symposium statt.
Zertifikatsverleihung HPI-Schülerkolleg 2011/12
15 Seminareinheiten in je 3 bis 4 Modulen haben die rund 55 Schülerinnen und Schüler abgeschlossen,...
Hier finden sie die Hinweise zum Lehrangebot in den Bachelor- und Master-Studiengängen IT-Systems Engineering im laufenden Semester.
Ein Archiv mit dem Lehrangebot älterer Semester finden sie hier.
Large Scale Processing for Multimedia Analysis (WS2011/2012)
Dozent: Dr. rer. nat. Harald Sack, Dr. Peter Tröger, Jörg Waitelonis, Nadine Ludwig, Christian Hentschel (Internet-Technologien und -Systeme)Beschreibung |
|
Multimedia dominiert heute das Internet und ist verantwortlich fur̈ dessen enorme Popularität. Videoportale wie YouTube, sevenLoad, hulu oder auch yovisto.com stellen dies tagtäglich unter Beweis. Um Multimediadaten für die Suche im WWW zu erschließen, müssen ihre Inhalte analysiert werden. Zur automatischen inhaltlichen Erschliessung gehören Verfahren, wie z.B. die strukturelle Analyse über Shot Boundary Detection, Video-OCR, Text-Identifikation, Face und Genre Detection. Die dazu eingesetzten Verfahren sind meist sehr speicher- und rechenintensiv. Um jedoch die enormen Mengen an multimedialen Daten effizient verarbeiten zu können, müssen diese Prozesse parallelisiert werden, damit sie auf Hochleistungsrechnern, wie dem HPI Future Soc Lab, verarbeitet werden können. Die Analysetechniken nutzen maschinelle Lernverfahren, um Inhalte zu erschliessen und Metadaten zu extrahieren. Mithilfe spezieller Frameworks, wie z.B. Apache Mahout, können solche Maschinen-Lernverfahren bereits skaliert und parallelisiert werden. Zur effizienten, ganzheitlichen Verarbeitung von Videodaten müssen aber auch Vorprozesse, wie die Frame- und Feature-Extraktion, skalier- und parallelisierbar implementiert werden. Konzeption und Implementierung effizienter Algorithmen zur parallelen Verarbeitung von Bild- und Videodaten:
|
|
Leistungserfassungsprozess |
|
|
|
Termine |
|
|
|
Webseite |
|
| Allgemeine Informationen | |
ID: |
10 L 1376 |
Kennung: |
VT IST,VT OSIS |
SWS: |
4 |
ECTS Credit Points: |
6 (benotet) |
Einschreibefrist: |
2.11.2011 |
Studiengang: |
IT Systems Engineering (Master) |
Themenmodul: |
Vertiefungsgebiete |
Lehrform: |
Seminar |
Belegungsart: |
Wahlfach |
Themenkomplex: |
Softwaresystemtechnische Vertiefungsthemen (Master) |
Vertiefungsgebiet: |
Systems Architecture, Information Systems, Network & Service Computing |

