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

Willkommen am Lehrstuhl für Interaktive Echtzeitsysteme

IES

Prof. Dr.-Ing. J. Beyerer

Aktuell

 

Vorlesung Mustererkennung

Sehr geehrte Studierende,

da die Vorlesung Mustererkennung nicht in gewohnter Weise stattfinden kann, haben wir die Aufnahmen der Vorlesung der zurückliegenden Jahre für Sie bereitgestellt. Opencast Informatik KIT - Mustererkennung . Die Folien im pdf-Format finden Sie unter Vorlesung Mustererkennung.

Bis die Vorlesung wieder im Hörsaal stattfinden kann, sollten Sie im Wochenrhythmus die Mitschnitte der einzelnen Vorlesungstermine anschauen/anhören und dann nochmals die Folien gründlich durchschauen, ob Sie auch alles verstanden haben.

Um Verständnisfragen zu klären, werden im zweiwöchigen Rhythmus virtuelle Sprechstunden über Zoom stattfinden. Der erste Termin ist Mittwoch, der 06.05.2020, um 14.00 – 15.30 Uhr. Eine Beschreibung, wie Sie der virtuellen Sprechstunde beitreten können, finden Sie im ILIAS-Kurs zur Vorlesung.

Bitte schauen Sie auch immer wieder nach Neuigkeiten zur Vorlesung Mustererkennung auf dieser Seite.

Klausur Automatische Sichtprüfung und Bildverarbeitung

Eine Klausureinsicht kann aufgrund des Coronavirus aktuell nicht stattfinden.

Klausur Mensch-Maschine-Wechselwirkung

Achtung: Die zunächst auf den 16. April 2020 verlegte Prüfung kann wegen der vorläufigen Aussetzung des Studienbetriebs am KIT an dem genannten Termin leider nicht stattfinden. Ein Ersatztermin kann in der momentan unsicheren Lage noch nicht verlässlich geplant werden. Falls Sie sich bereits zur Prüfung angemeldet haben, werden Sie per E-Mail informiert werden, sobald ein Ersatztermin in Aussicht steht. Sollten Sie sich noch nicht angemeldet, aber Interesse an der Prüfung haben, schreiben Sie bitte ein E-Mail an mmwab@iosb.fraunhofer.de. Der bisherige Nachholtermin 29. Juli bleibt bis auf Weiteres bestehen.

  • Schriftlich: Prüfungsdauer 60 Minuten, Gesamtdauer 90 Minuten
  • Ort: Gaede-Hoersaal
  • Termine:
    • 16. April 2020, 11 Uhr entfällt; Ersatztermin wird bekanntgegeben, sobald er geplant werden kann 
    • 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.

 
 
 
Zeichensegmentierung in Bildfolgen unter Berücksichtigung von Vorwissen
Typ:

Diplomarbeit

Betreuer:

Dipl.-Ing. Martin Grafmüller

Status:

abgeschlossen

Abgabedatum:

Februar 2012

Hintergrund:
Da auch in der Industrie die Zeichenerkennung immer mehr an Bedeutung gewinnt, steigt das Interesse an so genannten Smart Cameras. Sie ermöglichen es nicht nur Bilder zu erfassen, sondern sie werten diese auch aus. Dazu zählt die Segmentierung der Zeichen, Berechnung von Merkmalen, die Klassifikation und schließlich die Ausgabe des Ergebnisses. Das hat den Vorteil, dass externe Rechnersysteme weitgehend überflüssig werden, was zum einen die Kosten reduziert, aber auch eine Platzersparnis mit sich bringt.
Bevor die in einem Bild enthaltenen Zeichen klassifiziert werden können, müssen diese zunächst im Bild gefunden und als einzelne Zeichen segmentiert werden. Diese Segmentierung läuft meist in zwei Schritten. Bei dem Ersten werden ganze Textregionen aus dem Bild segmentiert, d.h. der Vordergrund wird vom Hintergrund getrennt. Im zweiten Schritt werden die einzelnen Zeichen aus den Textregionen segmentiert, welche dann, nach der Berechnung geeigneter Merkmale, klassifiziert werden können.

Aufgabe:
In dieser Arbeit ist ein Verfahren zu entwickeln, welches das Segmentieren von Zeichen aus Textregionen ermöglicht. Dies kann signifikant verbessert werden wenn Vorwissen mit in die Segmentierung mit eingebracht wird. Dies kann zum einen durch den Anwender geschehen, als auch durch die Applikation selbst, da sich Dinge wie z.B. Zeichenbreite, Zeichenabstand von Bild zu Bild nur minimal ändern. Da das Verfahren in Smart Cameras zum Einsatz kommen soll, sind sehr hohe Anforderungen an die Zuverlässigkeit wie auch an die Rechenzeit gestellt. Beide Punkte müssen deshalb berücksichtigt werden, da diese einen wesentlichen Einfluss auf die weiteren Auswertungsschritte haben. Die daraus gewonnenen Ergebnisse sind in einer schriftlichen Ausarbeitung festzuhalten und in einem Vortrag, hier am IES, vorzustellen.