Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Masterarbeit: Vorwissen für die Deep Learning-basierte Erkennung von Personenattributen |[VID]|

Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB ist eines der größten Institute für angewandte Forschung auf dem Gebiet der Bildgewinnung und Bildauswertung in Europa. Die Abteilung Videoauswertesysteme (VID) beschäftigt sich mit der automatischen Auswertung von Signalen bewegter bildgebender Sensorik in komplexen, ggf. nichtkooperativen Szenarien. Diese Sensorik wird beispielsweise im Aufklärungs- und Überwachungsbereich als integrierte Komponente in fliegenden, weltraumgestützten oder mobilen landgestützten Plattformen verwendet. VID entwickelt und integriert hierfür Bildauswertealgorithmen für autonome oder interaktive Systeme.


Beschreibung

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. 

[1]

Aufgabenstellung

Obwohl Vorwissen über Attribute und deren Korrelationen, wie z. B. dass Kleid und Frau zusammen auftreten, vorhanden ist, werden solche Informationen nur selten explizit von Verfgahren genutzt. Aus diesem Grund sollen, aufbauend auf einer Analyse des aktuellen State-of-the-Arts, unterschiedliche Möglichkeiten zur Nutzung von Vorwissen (z. B. [2]) evaluiert werden. Im zweiten Schritt soll dann ein eigenes Verfahren entwickelt werden, das identifizierte Verbesserungpotenziale ausnutzt und die Genauigkeit der Attributerkennung erhöht.

[1] Wang, X. et al.: Pedestrian Attribute Recognition: A Survey, 2019: https://arxiv.org/pdf/1901.07474.pdf
[2] Han, K. et al.: Attribute Aware Pooling for Pedestrian Attribute Recognition, 2019: https://drive.google.com/file/d/1qon05hq165YLy2TWr445nKt9qezrMEBa/view

 

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