VVZ API is not affiliated with ETH Zurich. Data might be outdated or incorrect. Please view the official ETHZ Vorlesungsverzeichnis for binding information.

263-5902-00L 8 Credits BSC , MSC , WBZ D-HEST , D-MAVT , D-INFK , D-MATH , D-PHYS , D-ITET , D-ERDW , D-GESS

You're viewing possible stale or outdated data. Please check the latest semester for more up-to-date information.

Computer Vision

Lecturers & Examiners: Prof. Dr. Marc Pollefeys, Prof. Dr. Siyu Tang, Dr. Sergey Prokudin

VVZ CR 2.38

Last Updated: 2026-06-01 11:30:43

Abstract

The goal of this course is to provide students with a good understanding of computer vision and image analysis techniques. The main concepts and techniques will be studied in depth and practical algorithms and approaches will be discussed and explored through the exercises.

Objective

The objectives of this course are: 1. To introduce the fundamental problems of computer vision. 2. To introduce the main concepts and techniques used to solve those. 3. To enable participants to implement solutions for reasonably complex problems. 4. To enable participants to make sense of the computer vision literature.

Content

Camera models and calibration, invariant features, Multiple-view geometry, Model fitting, Stereo Matching, Segmentation, 2D Shape matching, Shape from Silhouettes, Optical flow, Structure from motion, Tracking, Object recognition, Object category recognition

Resources

Learning Materials (Links)

Main link
Information

General Information

Language: English
Levels: BSC , MSC , WBZ
Frequency: Yearly recurring

Examination

Type: session examination
Mode: written 120 minutes
Aids: None

The grade will be determined by a) a written final exam and b) homework exercises performed during the semester (compulsory continuous performance assessment). Specifically, the final grade will be 3/4 final exam and 1/4 exercises.

Course Components

Type	Title	Time & Place	Hours
lecture	Computer Vision	Wed 14:15-16:00 (NO C 60) Thu 12:15-13:00 (HG G 5)	3 h weekly
exercise	Computer Vision	Thu 13:15-14:00 (CAB G 61) Fri 13:15-14:00 (CAB G 51)	1 h weekly
independent project	Computer Vision	No time listed	3 h weekly

Offered In

Rechnergestützte Wissenschaften Bachelor
- Vertiefungsgebiete
  - Robotik (fortgesetzt) (Höchstens eine der beiden Lerneinheiten 263-5902-00L Computer Vision bzw. 227-0447-00L Image Analysis and Computer Vision darf an das gesamte Studium (RW BSc und MSc) angerechnet werden. Höchstens eine der beiden Lerneinheiten 263-5210-00L Probabilistic Artificial Intelligence bzw. 252-0535-00L Advanced Machine Learning darf im Vertiefungsgebiet "Robotik" an das gesamte Studium (RW BSc und MSc) angerechnet werden. Eine Anrechnung der anderen Lerneinheit in einer anderen Kategorie ist jedoch zulässig. Für die Kategoriezuordnung wenden Sie sich an das Studiensekretariat ( ).)
Maschineningenieurwissenschaften Master
- Kernfächer
Rechnergestützte Wissenschaften Master
- Vertiefungsgebiete
  - Robotik (fortgesetzt) (Höchstens eine der beiden Lerneinheiten 263-5902-00L Computer Vision bzw. 227-0447-00L Image Analysis and Computer Vision darf an das gesamte Studium (RW BSc und MSc) angerechnet werden. Höchstens eine der beiden Lerneinheiten 263-5210-00L Probabilistic Artificial Intelligence bzw. 252-0535-00L Advanced Machine Learning darf im Vertiefungsgebiet "Robotik" an das gesamte Studium (RW BSc und MSc) angerechnet werden. Eine Anrechnung der anderen Lerneinheit in einer anderen Kategorie ist jedoch zulässig. Für die Kategoriezuordnung wenden Sie sich an das Studiensekretariat ( ).)
Biomedical Engineering Master
- Vertiefungsfächer
  - Bioelectronics
    - Wahlfächer der Vertiefung (Diese Fächer sind für die Vertiefung in Bioelectronics besonders empfohlen. Bei abweichender Fächerwahl konsultieren Sie bitte den Track Adviser.)
Informatik Master
- Vertiefungen
  - Vertiefung in Visual and Interactive Computing
    - Kernfächer
  - Vertiefung in Machine Intelligence
    - Wahlfächer
- Ergänzungen
  - Ergänzung in Computer Vision
Elektrotechnik und Informationstechnologie Master
- 01 - Fächer der Vertiefungen
  - Vertiefung: Biomedical Engineering (The core courses and specialisation courses below are a selection for students who wish to specialise in the area of "Biomedical Engineering", see . The individual study plan is subject to the tutor's approval.)
    - Vertiefungsfächer (These specialisation courses are particularly recommended for the area of "Biomedical Engineering" but you are free to choose courses from any other field in agreement with your tutor. Semester / Research Projects are not allowed in this category. A minimum of 40 credits must be obtained from specialisation courses during the Master's Programme.)
CAS in Informatik
- Vertiefungsfächer und Wahlfächer
Robotics, Systems and Control Master
- Kernfächer
Science, Technology, and Policy Master
- Naturwissenschaftlich-technische Ergänzung
  - Daten und Informationstechnologie
Data Science Master
- Master-Studium (Studienreglement 2023)
  - Wahlfächer
    - Fachspezifische Wahlfächer
- Master-Studium (Studienreglement 2017)
  - Kernfächer
    - Wählbare Kernfächer
DAS in Data Science
- Vertiefungen
  - Image Analysis & Computer Vision
Cyber Security Master
- Ergänzung
  - Machine Intelligence
    - Wahlfächer
  - Visual and Interactive Computing
    - Kernfächer
Space Systems Master
- Fachspezifische Vertiefung (Es müssen mindestens 20 KP aus den Deep Track Lerneinheiten absolviert werden. Überzählige KP können für Wahlfächer angerechnet werden.)
  - Robotics
    - Vertiefungsfächer Robotics (Diese LE's können sowohl als Vertiefungsfach als auch als Wahlfach angerechnet werden.)