Video- und Deep Learning-basierte Erkennung von Personenattributen
Typ:

Bachelorarbeit, Masterarbeit, Hiwi-Stelle

Betreuer:

M.Sc. Andreas Specker

Status:

zu vergeben

Möglicher Beginn:

ab sofort

Video- und Deep Learning-basierte Erkennung von Perso-nenattributen

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

Im Gegensatz zu anderen Forschungsgebieten wurden im Bereich der Attributerkennung bislang nur wenige Verfahren [2] vorgeschlagen, die die zeitliche Komponente miteinbeziehen. Werden jedoch anstatt Einzelbildern Tracklets einer Person als Eingabe verwendet, kann eine robustere Attributschätzung erreicht werden, weil Fehler, die nur in einzelnen Frames auftreten, korrigiert werden könnnen. Deine Aufgabe besteht darin Verfahren aus anderen Gebieten auf die Attributerkennung zu übertragen und zu evaluieren. Danach kann basierend auf den gewonnenen Erkenntnissen ein eigenes Verfahren entwickelt werden, das die Stärken und Schwächen der untersuchten Verfahren adressiert.

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

Quellen & Literatur

[1] Wang, X. et al.: Pedestrian Attribute Recognition: A Survey, 2019: https://arxiv.org/pdf/1901.07474.pdf

[2] Chen, Z. et al.:  Video-Based Pedestrian Attribute Recognition, 2019: https://arxiv.org/pdf/1901.05742.pdf

[3] MARS Attributes Datensatz: http://irip.buaa.edu.cn/mars_duke_attributes/index.html

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