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

*Die ASB Vorlesung am Montag 23.12.19 findet nicht statt.

 

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.

Klausur Mensch-Maschine-Wechselwirkung
•    Schriftlich Prüfung: Prüfungsdauer 60 Minuten, Gesamtdauer 90 Minuten
•    Ort: Gaede-Hoersaal
•    Termine:
        o    31. März 2020, 11 Uhr (Anmeldung über Campus-Management bis 24. März)
        o    29. Juli 2020, 11 Uhr (Nachholtermin, Anmeldung über Campus-Management bis 22. Juli)

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.

 
 
Semantische Segmentierung von Luftbilddaten mittels Deep Learning
Typ:

Wissenschaftliche Hilfskraft, Studien-/ Bachelor-/ Diplom- oder Masterarbeit

Links:
Betreuer:

M.Sc. Lars Sommer

Status:

zu vergeben

Möglicher Beginn:

ab sofort

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.

Motivation und Aufgabenstellung

Bei der semantischen Segmentierung eines Bildes bzw. einer Szene geht es darum das Bild in semantisch bedeutungsvolle Bereiche zu unterteilen. Im Bereich der Luftbildauswertung sind beispielsweise die Kategorien „Straße“, „Fahrzeug“, „Gebäude“, „Vegetation“, etc. von Relevanz. Eine semantische Segmentierung dient als Grundlage für diverse weitere Bildauswertungsaufgaben. Sie erhöht das Szenenverständnis (Situationsanalyse), verbessert die Objektdetektion (Fahrzeuge befinden sich mit höherer Wahrscheinlichkeit auf Straßen als in Vegetation) und erlaubt Verfeinerung durch Klassifikation (ist ein Fahrzeug ein PKW oder LKW).

Ihre Aufgabe ist es, in einem ersten Schritt mögliche Verfahren und Datensätze zur semantischen Segmentierung von Luftbildern durch eine Literaturrecherche zu identifizieren. Hauptaugenmerk soll hier auf Verfahren liegen, die Methoden aus dem Bereich Deep Learning einsetzen [1]. Anschließend soll in Absprache mit dem Betreuer ein solches Verfahren entwickelt werden. Zur Implementierung kommt ein Deep Learning Framework zum Einsatz (z.B. Caffe [2]). Das implementierte Verfahren ist sorgfältig zu evaluieren und mit bestehenden Ansätzen zu vergleichen.

[1] http://arxiv.org/pdf/1606.02585v1.pdf
[2] http://caffe.berkeleyvision.org

Studienrichtung

Informatik, Elektrotechnik und Informationstechnik oder verwandte Studiengänge

Aufgaben

  • Literaturrecherche zum Thema Semantische Segmentierung
  • Entwurf und Implementierung eines geeigneten Verfahrens
  • Anpassen und Weiterentwicklung des Verfahrens auf Luftbilddate

Voraussetzungen

  • Gute Programmierkenntnisse (ideal Python, C++)
  • Gutes mathematisches Verständnis
  • Fähigkeit zum selbstständigen Arbeiten
  • Bereitschaft sich in neue Themengebiete einzuarbeiten und Freude am Einbringen eigener Ideen

Ansprechpartner

M.Sc. Lars Sommer
Fraunhofer IOSB | Videoauswertesysteme (VID)
Fraunhoferstraße 1 | 76131 Karlsruhe
E-Mail: lars.sommer@iosb.fraunhofer.de
Tel.: 0721 6091 – 657

Dipl. Inf. Arne Schumann
Fraunhofer IOSB | Videoauswertesysteme (VID)
Fraunhoferstraße 1 | 76131 Karlsruhe
E-Mail: arne.schumann@iosb.fraunhofer.de
Tel.: 0721 6091 – 614