Home | deutsch  | Legals | Data Protection | Sitemap | KIT

Contact Information
Karlsruhe Institute of Technology
Vision and Fusion Laboratory (IES)

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

Welcome to Vision and Fusion Laboratory (IES)

 

Prof. Dr.-Ing. J. Beyerer

 

Latest

Klausur Pattern Recognition

The next written exam (Klausur) in Pattern Recognition (Mustererkennung) will take place on 5th August 2019.

  • Beginning of online registration period: 15th May 2019
  • End of online registration period: 19th July 2019
  • Beginning of signing out: 15th May 2019
  • End of signing out: 26th July 2019

Klausur Automated Visual Inspection and Image Processing

Concerning the lecture Automated Visual Inspection and Image Processing until 30th September 2019 it will still be possible to do an oral exam.
Mrs. Gross can inform you about possible exam days.
From WS 19/20 onwards there will be a written exam (Klausur) in ASB.
The first “Klausur” will take place around February 2020. The exact date will be announced on time.

Lectures offered at the Chair can be found here.

Further information on Students' Theses can be found here.

 
 
Crowd-level Person Pose Estimation
Typ:

Bachelorarbeit, Hiwi-Stelle

Links:
Betreuer:

M.Sc. Thomas Golda

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.

Beschreibung
Bei der Schätzung von Skelettposen von Personen, geht es darum aus Bilddaten relevante Keypoints zu extrahieren und diese zu einer Skelettdarstellung einer Person zu überführen. Die Schätzung von Posen einzelner Personen findet in diversen Bereichen wie bei Spielekonsolen oder der heimischen Assistenzrobotik Verwendung. Häufig werden hierbei jedoch nur einzelne oder wenige Personen auf einmal betrachtet.

Aufgabenstellung
Ziel dieser Arbeit ist es mithilfe aktueller Deep Learning Verfahren zur Extraktion von Skelett-Posen aus 2D-Bilddaten zu untersuchen, in wie weit sich diese Verfahren auch für größere Menschenmengen verwenden lassen und diese dabei hinsichtlich Robustheit und Echtzeitfähigkeit zu vergleichen.

Beispielpaper: http://ieeexplore.ieee.org/document/8099626/

Voraussetzungen
  • Studienfach: Informatik, Mathematik, Elektrotechnik, Angewandte Physik oder vergleichbar
  • Gutes Verständnis für die (theoretischen) Grundlagen von Deep Learning
  • Gute Programmierkenntnisse (idealerweise Python)
  • Fähigkeit zum selbstständigen Arbeiten
  • Bereitschaft, sich in neue Themengebiete einzuarbeiten und Freude am Einbringen eigener Ideen

Kontakt
Thomas Golda, M. Sc.
Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung
Fraunhoferstraße 1, 76131 Karlsruhe
Tel.: 0721 / 6091-631
thomas.golda@iosb.fraunhofer.de