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

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

Klausur Automatische Sichtprüfung und Bildverarbeitung

Im Fach Automatische Sichtprüfung und Bildverarbeitung wird es noch bis zum 30. September 2019 an einzelnen Terminen möglich sein, eine mündliche Prüfung abzulegen.
Termine bitte im Sekretariat bei Frau Gross erfragen.
Ab dem WS 19/20 wird im Fach ASB auf eine schriftliche Prüfung umgestellt werden.
Die erste Klausur im Fach ASB wird ca. im Februar 2020 stattfinden. Der Termin wird rechtzeitig bekannt gegeben werden.

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.

 
 
Multi-camera Tracking von Personen
Typ:

Bachelorarbeit, Masterarbeit, Hiwi-Stelle

Betreuer:

M.Sc. Andreas Specker

Status:

zu vergeben

Möglicher Beginn:

ab sofort

Multi-camera Tracking von Personen

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

Durch den vermehrten Ausbau der Videoüberwachung gewinnt das kameraübergreifende Tracking von Personen in einem Kameranetzwerk immer mehr an Bedeutung. Deshalb wird mithilfe des sogenannten Multi-Target Multi-Camera Tracking versucht, mehrere Personen in Videos unterschiedlicher Kameras zu verfolgen.

Aufgabenstellung

Aufbauend auf aktuellen State-of-the-Art-Ansätzen soll ein Verfahren entwickelt werden, das CNN-Merkmale mit einem Trackingansatz kombiniert. Dabei soll der Fokus auf dem automatischen Lernen der Kamerapositionen und den Übergängen zwischen den Sichtfeldern der Kameras liegen. Dadurch kann die Richtung aus der eine Person ins Sichtfeld der neuen Kamera kommt sowie die Zeitdauer bis sie dieses erreicht prädiziert und somit das Tracking verbessert werden.
Beispiel: http://openaccess.thecvf.com/content_cvpr_2018/papers/Ristani_Features_for_Multi-Target_CVPR_2018_paper.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