Pedestrian Attribute Recognition
Typ:

Masterarbeit, Hiwi-Stelle

Betreuer:

M.Sc. Andreas Specker

Status:

zu vergeben

Möglicher Beginn:

ab sofort

Pedestrian Attribute Recognition

Die Erkennung von Personenattributen hat in den vergangenen Jahren vor allem durch den vermehrten Einsatz von Videoüberwachungskameras zunehmend an Bedeutung gewonnen. Die sogenannte „Pedestrian Attribute Recognition“ versucht, basierend auf Eingabebildern solcher Kameras, 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 Zeugenbeschreibung, um eine Person in Überwachungsvideos identifizieren zu können.

Aufgabenstellung

Aufbauend auf einer Analyse des aktuellen State-of-the-Arts besteht die Aufgabe darin unterschiedliche Designmöglichkeiten von Deep Learning-Ansätzen zu vergleichen und Best Practices zu identifizieren. Im zweiten Schritt soll dann ein eigenes Verfahren entwickelt werden, das z.B. durch das zusätzliche Nutzen von Poseninformationen die Genauigkeit der Attributerkennung weiter 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 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