Nutzung von Vorwissen für die Deep Learning-basierte Erkennung von Personenattributen
Typ:

Bachelorarbeit, Masterarbeit, Hiwi-Stelle

Betreuer:

M.Sc. Andreas Specker

Status:

zu vergeben

Möglicher Beginn:

ab sofort

Nutzung von Vorwissen für die Deep Learning-basierte Erkennung von Personenattributen

Die sogenannte „Pedestrian Attribute Recognition“ versucht, basierend auf Eingabebildern von Personen, automatisiert passende Attribute zuzuweisen. Relevante Attribute sind dabei zum Beispiel das Geschlecht, das Alter oder Informationen zur Kleidung der dargestellten Person. Ein Anwendungsfall ist beispielsweise der Abgleich der erkannten Attribute mit einer semantischen Beschreibung, um eine Person in großen Videodatenmengen finden zu können.

Aufgabenstellung

Obwohl Vorwissen über Attribute und deren Korrelationen, wie z. B. dass Kleid und Frau zusammen auftreten, vorhanden ist, werden solche Informationen nur selten explizit von Deep Learning-Verfahren genutzt. Aus diesem Grund sollen, aufbauend auf einer Analyse des aktuellen State-of-the-Arts, unterschiedliche Möglichkeiten zur Nutzung von Vorwissen (z. B. [2]) evaluiert werden. Im zweiten Schritt soll dann ein eigenes Verfahren entwickelt werden, das identifizierte Verbesserungpotenziale ausnutzt und die Genauigkeit der Attributerkennung erhöht.

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 Notenspiegel

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