Lernen von visuellen Objektklassenmodellen aus Videodaten

ALBERT-LUDWIGS-UNIVERSITÄT FREIBURG
INSTITUTE FÜR INFORMATIK
Lehrstuhl für Mustererkennung und Bildverarbeitung
Prof. Dr.-Ing. Hans Burkhardt

Georges-Köhler-Allee 52, Room 01-029,
D-79110 Freiburg, Tel. 0761-203-8260

Der Lehrstuhl für Mustererkennung und Bildverarbeitung bietet eine

Diplomarbeit
(Master thesis)

an zum Thema

Lernen von visuellen Objektklassenmodellen aus Videodaten

Bilddatenbanken, Onlinearchive und Videosammlungen beherbergen eine unvorstellbare Menge an Bilddaten, die nur mit Hilfe automatischer Techniken nach bestimmten Inhalten systematisch durchsucht werden können. Insbesondere stellt die Suche nach Instanzen visueller Kategorien, wie z.B. Autos, Motorräder oder Gesichter, immer noch eine große Herausforderung dar. Es wurden bereits leistungsfähige Verfahren zur Erkennung auf Grundlage lokaler Beschreibungen von visuellen Objektklassen entwickelt [1,2], jedoch kann die Zuverlässigkeit solcher Systeme weiter gesteigert werden.

Diese Arbeit soll sich mit dem Lernen von Objektklassenmodellen (z.B. Autos, Motorräder) aus Videos befassen. Videos stellen eine natürliche Quelle großer Mengen von Tranings- und Testdaten dar, die entwickelten Methoden sollen aber auch in normalen Bilddatenbanken einsetzbar sein.

Bibliography

1

J. Ponce, M. Hebert, C. Schmid, and A. Zisserman, editors.
Toward Category-Level Object Recognition.
Springer, 2006.

2

A. Teynor, E. Rathu, L. Setia, and H. Burkhardt,
Properties of Patch Based Approaches for the Recognition of Visual Object Classes.
In Proceedings of the 28th DAGM Symposium, Berlin, Germany
Springer, 2006.

Kandidaten: Studenten der Elektrotechnik, Physik, Informatik oder Mathematik. Kenntnisse in der Programmiersprache C++ sind Voraussetzung.

Kontakt:

Betreuername: Alexandra Teynor
Raum: 01-021
Telefon: 203-8273
E-Mail: teynor@informatik.uni-freiburg.de
Juni 2008