Multimedia Information Processing Group

Bachelor

Geschwindigkeitserkennung autonomes Fahren

Bachelorarbeit       nicht vergeben

Der Hacker George Hotz will mit seinem Start-up comma.ai autonomes Fahren für jedermann ermöglichen. Dazu entwickelt er Hard- und Software, welche an den Datenbus (CAN) von verschiedene Auto-Modellen angebunden werden kann, um teilautonomes Fahren zu ermöglichen.

Challenge-Video

Als Challenge für neue Mitarbeiter hat er ein Video veröffentlicht, welches Aufnahmen aus der comma.ai-Dashcam zeigt. Allein aus diesem Video soll nun mit einem neuronalen Netz die Geschwindigkeit des Fahrzeugs ermittelt werden. In dieser Bachelorarbeit soll sich der/die Studierende dieser Aufgabe stellen.

Voraussetzungen:Grundlegende Erfahrungen mit neuronalen Netzen und deren Programmierung (Keras, Tensorflow)

Ansprechpartner:Johannes Brünger

 


 

Objektivsimulation für plenoptische Kameras

Bachelorarbeit       nicht vergeben

Im Rahmen dieser Arbeit soll unsere Blender-Simulation für plenoptische Kameras (auch Lichtfeldkameras genannt) um wechselbare Objektive erweitert werden. Die Konfiguration von Objektiven wird häufig in einer Tabelle (Linsenradien, Linsendicke, Brechungsindex..) gespeichert. Ziel ist es, ein Skript oder Plugin für Blender zu entwickeln, mit welchem sich diese Tabellen automatisiert einlesen lassen und aus diesen Werten dann Linsenmodelle in Blender zu kreieren.

plenoptic image

Voraussetzungen: Python- und Blenderkenntnisse sind hilfreich

Ansprechpartner: Tim Michels

 


 

Aufbau eines Augmented Reality Tisches

Bachelorprojekt       vergeben

In diesem Projekt sollen ein Beamer, eine Kinect v2 und eine Sandbox zu einem interaktiven System kombiniert werden wie es im nachfolgenden Video dargestellt wird.

Aufgaben in diesem Projekt sind u.a.:
- Kalibrierung des Systems aus Kinect und Beamer wie z.B. hier dargestellt
- Implementierung einer projizierbaren GUI inklusive Handerkennung in den Kinectbildern, um Interaktionen mit dieser GUI zu erlauben (Beispiel)
- Erstellen von Inhalten für dieses System. Dies ist nicht auf das bloße Einfärben des Sands beschränkt, sondern kann auch darüber hinaus gehen (Beispiel1, Beispiel2)

Voraussetzungen: Programmierkenntnisse in C++, ggf. OpenGL, Grundlagen der Bildverarbeitung

Ansprechpartner: Tim Michels, Stefan Reinhold, Arne Petersen

 


 

Novelty Detection: Clustering von CNN-Features

Bachelorarbeit       nicht vergeben

Während des Trainings lernen Convolutional Neural Networks (CNNs) Features, die der Unterscheidung der Klassen im Trainingsdatensatz dienen. Allerdings können diese einmal gelernten Features auch zur Unterscheidung ganz anderer Klassen auf anderen Datensätzen genutzt werden. Ziel dieser Arbeit ist es, Klassen eines ungelabelten Datensatzes zu ermitteln. Hierzu sollen existierende Clustering-Algorithmen hinsichtlich ihrer Eignung verglichen werden.

Cluster-Demo

 

 

 

 

 

 

 

 

 

Die Merkmale des zu bearbeitenden Datensatzes wurden zuvor mittels eines CNNs aus vorhandenen Bildern extrahiert. Die Dimensionalität ist entsprechend hoch (d ~ 1k). Es soll untersucht werden, welche existierenden exakten und approximativen Clustering-Algorithmen und Implementierungen sich für den vorliegenden Datensatz eignen (hinsichtlich Laufzeit, Speicherverbrauch und Genauigkeit) und inwiefern sie die Datenpunkte entsprechend der bekannten Kategorien gruppieren. Möglicherweise lässt sich zeigen, dass sich einzelne Kategorien weiter unterteilen lassen, oder dass zusätzliche Kategorien existieren.

Ziel: Existierende Clustering-Algorithmen werden hinsichtlich ihrer Eignung im vorliegenden Fall verglichen.

Voraussetzungen: Machine Learning, Computergrafik, Programmierkenntnisse

betreut von: Simon-Martin Schröder

 


 

Powerbot Projekt 2018

Bachelorprojekt       nicht verfügbar

In dem Powerbot-Bachelorprojekt geht es darum, die mobile Roboterplattform "Powerbot" mit Software zu versehen. Der Powerbot verfügt über eine Vielzahl von Sensoren (Odometrie, Sonarsensoren, Farbkamera, Tiefenbildkamera) die zum selbständigen Navigieren, Kartieren, Wegfinden, etc. eingesetzt werden können.

Ziel: Ziel der Bachelorprojekte ist es, gemeinsam (in bis zu 3 Gruppen mit je 2 Personen) eine Software zur robusten autonomen Navigation für den Roboter zu implementieren.

Voraussetzungen: Programmierkenntnisse in C++, Grundlagen der Bildverarbeitung

Ansprechpartner: Tim Michels, Stefan Reinhold

 


 

Automatische Detektion von Schweinen in Videobildern anhand von Ellipse Fitting

Bachelorarbeit       nicht vergeben

In dieser Bachelorarbeit soll untersucht werden, inwieweit es möglich ist, Schweine in Videobildern automatisch zu detektieren.
In der Verhaltensforschung von Tieren werden oft klassische Videoüberwachungssysteme eingesetzt. Um auch die Auswertung zum Teil automatisieren zu können, müssen die Tiere individuell segmentiert werden.
In dieser Arbeit soll ein bestehendes Verfahren zum Ellipse Fitting untersucht und auf echten Videos aus einem Versuchsstall angewandt werden, um die Tiere zu identifizieren.

Grauwert-Bild
Grauwert-Bild
Segmentierung
Segmentierung
Gefundene Tiere
Gefundene Tiere


Schlagworte: Segmentation, Ellipse Fitting, RANSAC

betreut von: Johannes Brünger

 


 

Tracking von Schweinen basierend auf Graph-Algorithmen

Bachelorarbeit       nicht vergeben

In dieser Bachelorarbeit sollen die von einem Detektor erkannten Positionen individuellen Schweinen zugeordnet werden. Dafür werden anhand von Position- und Farb-Daten Ähnlichkeitsmaße definiert und dann mit Algorithmen der Graphentheorie die Zugehörigkeit zu den Trackingtargets aufgelöst.

Schlagworte: Graph-Algorithmen, Tracklets

betreut von: Johannes Brünger