CD-Labor für Semantische 3D Computer Vision

Projekt: Foschungsprojekt

Projektdetails

Beschreibung

Das CDL über Semantische 3D Computer Vision beschäftigt sich mit der Entwicklung von Methoden und Ansätzen in den Bereichen Maschinelles Lernen und geometrische Computer Vision. Die entwickelten neuartige statistische Methoden bilden die fundamentalen Bausteine für verschiedene 3D Computer Vision Anwendungen. Viele der Lösungsansätze bauen auf ähnlichen mathematischen Formalismen auf, können aber für sehr unterschiedliche Problemstellungen angewendet werden können. Spezielles Augenmerk liegt auf der Effizienz der Ansätze und der Echtzeitfähigkeit, welche der Schlüssel zu einer interaktiven Anwendung und zu Robustheit sind. Die Techniken, welche im CDL entwickelt werden, sollen es auch ungeübten Nutzern erlauben, 3D Computer Vision Anwendungen in realistischen unkontrollierten Umgebungen vernünftig einzusetzen, und dadurch eine weitere Verbreitung von Anwendungen in AR und der Robotik ermöglichen, was durch reine Ingenieursarbeit des industriellen Forschungspartners Qualcomm Technologies Inc. nicht erreicht werden kann. Methoden des maschinellen Lernens und der Künstlichen Intelligenz können verwendet werden, um unterschiedlichste Daten zu verarbeiten, solange eine kritische Menge an Trainingsdaten vorhanden ist. Ein Forschungsschwerpunkt im CDL ist es, über die Verwendung von normalen Kameras und Farbbilder hinaus andere Bildsensoren ebenso einzubinden. Typische Beispiele dafür sind Tiefenkameras und Infrarotkameras, aber auch Lichtfeldkameras, welche den Einfall von Licht von unterschiedlichen Seiten erfassen können, oder dynamische Bildsensoren, welche Aufnahmen mit hoher Geschwindigkeit liefern. Alle diese Sensoren liefern eine große Menge an Daten, welche in den einzelnen Forschungsbereichen verwendet werden können. 3D Computer Vision und Maschinelles Sehen sind eigentlich Forschungsfelder, welche sich nur sehr wenig überschneiden und auch nur wenige Forscher in beiden Feldern tätig sind. Das CDL allerdings arbeitet genau an den Themen, welche an der Schnittfläche der beiden Bereiche liegen.
StatusLaufend
Tatsächlicher Beginn/ -es Ende1/01/1631/12/20