In diesem Video beschäftigen wir uns mit der Bildverarbeitung im Kontext von Deep Learning. Nach einer kleinen Wiederholung zu digitalen Bildern stellen wir Kanten als wichtige Features von Bildern heraus und erfahren, wie Ableitungen dabei helfen können, sie zu detektieren. Danach lernen wir Faltungen kennen und sehen anhand von Beispielen, wie Bilder mit sogenannten Filtern gefaltet werden können, um wichtige Features zu erkennen. Diese spielen bei Convolutional Neural Networks (CNNs) eine zentrale Rolle, wie wir im Anschluss sehen werden. Lernziele: Du erklärst, wie ein Bild digital im Computer gespeichert ist Du nennst Bildkanten als wichtige Charakterisierung von Bildern Du nennst die Bildableitung als Indikator für Bildkanten und erläuterst sie Du erklärst das Prinzip der (diskreten) Faltung eines Bildes mit einem Filter anhand eines Beispiels Du erläuterst Eigenschaften eines Convolutional Neural Networks, insbesondere die Rolle der Filter