(vision:einleitung)=
# Computer Vision für die Filmanalyse
````{margin}
```{admonition} Fragen oder Feedback
:class: frage-feedback
Stellen Sie eine Frage
Geben Sie uns Feedback
Mit Ihren Rückmeldungen können wir unser Template gezielt an Ihre Bedürfnisse anpassen.
```
````
Die vorliegende Fallstudie befasst sich mit Workflows zur automatisierten Filmannotation. Am Beispiel der Filme Konrad Wolfs werden exemplarisch die Möglichkeiten der automatisierten Einstellungs- und Figurenerkennung dargestellt. In den folgenden Abschnitten stehen folgende Lernziele im Mittelpunkt:
```{include} ../einstieg/lernziele.md
:start-after: ""
:end-before: ""
```
Wir befinden uns damit beim 2. Schritt unserer Fallstudie, bei dem die Funktionsweisen von Computer Vision dargestellt und deren Einsatzmöglichkeiten für die filmanalytische Praxis ausgelotet werden. Der grundlegende Begriffe wie Machine Learning, Algorithmus oder Modell werden geklärt und welche Rolle Schwellenwerte in diesem Themenbereich spielen. Im Kapitel werden zudem die Möglichkeiten und Grenzen von Computer Vision für die Filmanalyse kritisch reflektiert.
```{figure} ../assets/vision/Grafik_Schritte_2.png
---
align: center
width: 100%
name: grafik_schritte_2
alt: Grafik mit Darstellung der Schritte der OER. Der 2. Schritt ist farblich hervorgehoben.
---
Schritt 2: Computer Vision für die Filmanalyse
```
```{admonition} Bearbeitungszeit
:class: zeitinfo
Die geschätzte Bearbeitungszeit dieser Lerneinheit beträgt ca. **xx** Minuten. Dies schließt die gekennzeichneten Übungsaufgaben, deren Bearbeitungsdauer individuell variiert, aus.
Die geschätzte Bearbeitungsdauer **inklusive** der einzelnen Übungsaufgaben beträgt ca. **xx** Minuten.
Bitte beachten Sie: Die tatsächliche Bearbeitungsdauer kann je nach Ihren Vorkenntnissen unterschiedlich ausfallen. Die angegebene Zeitangabe dient lediglich als Orientierungshilfe.
```