Home | english  | Impressum | Datenschutz | Sitemap | KIT

Kontakt
Karlsruher Institut für Technologie
Lehrstuhl für Interaktive Echtzeitsysteme

Prof. Dr.- Ing. Jürgen Beyerer
c/o Technologiefabrik
Haid-und-Neu-Str. 7
76131 Karlsruhe

Tel:  +49 721 - 608 45910
Fax: +49 721 - 608 45926

Willkommen am Lehrstuhl für Interaktive Echtzeitsysteme

IES

Prof. Dr.-Ing. J. Beyerer

Aktuell

Klausur Automatische Sichtprüfung und Bildverarbeitung

Die schriftliche Prüfung im Fach ASB wird am Montag, 24.02.2020 - 14:00 bis 16:00 Uhr in Hörsaal Gerthsen stattfinden.

Frau Gross ist vom 22. August bis 17. September im Urlaub.

Klausur Mustererkennung SS 19

Die Klausur Mustererkennung SS 19 findet am 05.08.2019 um 15:00 statt.

  • Beginn der Anmeldefrist: 15. Mai 2019
  • Ende der Anmeldefrist: 19. Juli 2019
  • Beginn der Abmeldefrist: 15. Mai 2019
  • Ende der Abmeldefrist: 26. Juli 2019

Probabilistiche Planung

Bitte beachten Sie, dass die Vorlesung Probabilistische Planung nicht länger angeboten wird. Die Unterlagen zur letzten Vorlesungsreihe finden sie hier.

Neue Adresse

Der Lehrstuhl ist an einen neuen Standort in der Technologiefabrik umgezogen.

Lehrbuch zur Mustererkennung

Am 11. Dezember 2017 erschien das Lehrbuch "Beyerer, Richter, Nagel: Pattern Recognition: Introduction, Features, Classifiers and Principles". Weitere Information finden Sie auf der Seite des De Gruyter Verlags.

Vorlesungsangebot
Das Vorlesungsangebot des Lehrstuhls finden Sie hier.

Lehrbuch zur Automatischen Sichtprüfung
Am 30. September 2012 erschien das Lehrbuch "Beyerer, Puente León, Frese: Automatische Sichtprüfung, Grundlagen, Methoden und Praxis der Bildgewinnung und Bildauswertung". Weitere Information finden Sie auf der Lehrbuch-Seite oder auf der Seite vom Springer-Verlag.

Karlsruher Zentrum für Materialsignaturen
Der Lehrstuhl für Interaktive Echtzeitsysteme hat sich mit anderen Instituten des KIT und dem Fraunhofer IOSB zum Karlsruher Zentrum für Materialsignaturen KCM zusammengeschlossen. Weitere Informationen finden Sie auf der Seite des KCM.

Bachelor-, Master-, Studien- und Diplomarbeiten zu vergeben: Weitere Informationen finden Sie hier.

 
 
Attributbasierte Personenwiedererkennung
Typ:

Masterarbeit, Hiwi-Stelle

Betreuer:

M.Sc. Andreas Specker

Status:

zu vergeben

Möglicher Beginn:

ab sofort

Attributbasierte Personenwiedererkennung

Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB ist eines der größten Institute für angewandte Forschung auf dem Gebiet der Bildgewinnung und Bildauswertung in Europa. Die Abteilung Videoauswertesysteme (VID) beschäftigt sich mit der automatischen Auswertung von Signalen bewegter bildgebender Sensorik in komplexen, ggf. nichtkooperativen Szenarien. Diese Sensorik wird beispielsweise im Aufklärungs- und Überwachungsbereich als integrierte Komponente in fliegenden, weltraumgestützten oder mobilen landgestützten Plattformen verwendet. VID entwickelt und integriert hierfür Bildauswertealgorithmen für autonome oder interaktive Systeme.

Beschreibung

Die Personenwiedererkennung hat in den vergangenen Jahren vor allem durch den vermehrten Einsatz von Videoüberwachungskameras zunehmend an Bedeutung gewonnen. Normalerweise wird bei der Personenwiedererkennung auf Basis eines Bildes der gesuchten Person versucht, sie auf weiteren Aufnahmen aus einer Galeriedatenbank zu identifizieren. Dies ist allerdings nur dann möglich, wenn auch ein Bild dieser Person vorliegt. In der Praxis sind häufig allerdings nur Zeugenbeschreibungen vorhanden. Aus diesem Grund ist die Personenwiedererkennung mithilfe einer semantischen Beschreibung der Personenattribute, wie z.B.Kleidung, Geschlecht, Alter… , ein wichtiges Forschungsthema. Existierende Verfahren stehen jedoch noch vor diversen Herausforderungen, die im Rahmen dieser Abschlussarbeit behandelt werden sollen. Dazu gehören unter anderem nicht sichtbare Attribute, z.B. durch Verdeckungen oder den Blickwinkel, oder unterschiedliche visuelle Erscheinungen desselben Attributs.

Aufgabenstellung

Im Rahmen der Arbeit soll ein Verfahren zur Verbesserung der Personenwiedererkennung basierend auf semantischen Attributen entwickelt und evaluiert werden. Möglichkeiten hierfür sind z.B. die realisitische Prädiktion von Attributen oder die Erkennung von sichtbaren Körperteilen, um den negativen Einfluss von verdeckten Attributen zu reduzieren.
Beispiel: https://arxiv.org/pdf/1901.07474.pdf

Voraussetzungen

  • Studienfach: Informatik, Mathematik, Elektrotechnik, Angewandte Physik oder vergleichbar Gute Programmierkenntnisse (idealerweise Python)
  • Fähigkeit zum selbstständigen Arbeiten Bereitschaft, sich in neue Themengebiete einzuarbeiten und Freude am Einbringen eigener Ideen
  • Gutes Verständnis der Grundlagen von Deep Learning
  • Erste praktische Erfahrungen mit CNNs wünschenswert
  • Bewerbungen bitte mit Lebenslauf und Notenauszug

Kontakt

Andreas Specker, M. Sc.
Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung
Fraunhoferstraße 1, 76131 Karlsruhe
Tel.: 0721 / 6091-629
andreas.specker@iosb.fraunhofer.de