Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Masterarbeit: Anomaly Detection in Surveillance Videos [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
Großveranstaltungen stellen stets ein hohes Sicherheitsrisiko für Besucher und Unbeteiligte dar. Aus diesem
Grund sind Sicherheitskräfte und Polizei darauf angewiesen die Veranstaltung sowohl durch Bodenpersonal,
als auch über Videokameras im Blick zu behalten. Die große Menge an Videodaten die dabei anfällt, stellt
die Einsatzkräfte jedoch vor extrem große Herausforderungen. Deshalb werden Systeme benötigt, die das
Personal dabei unterstützen frühzeitig Risiken zu identifizieren, indem abnormales Verhalten von Personen
in aufgezeichneten den Videoströmen erkannt wird.


Quelle: https://arxiv.org/pdf/1801.04264v1.pdf


Aufgabenstellung
Ihre Aufgabe im Rahmen dieser Masterarbeit ist es den aktuellen Stand der Literatur zum Thema Anomaliedetektion
in Überwachungskameras zu erarbeiten und anhand der Ergebnisse der Recherche, sowie dem Beispielverfahren
aus [1] ein eigenes Verfahren zu entwickeln bzw. zu erweitern.

Beispielpaper [1]: https://arxiv.org/pdf/1801.04264v1.pdf

Voraussetzungen

  • Studienfach: Informatik, Mathematik, Elektrotechnik, Angewandte Physik oder vergleichbar
  • Gutes Verständnis für die (theoretischen) Grundlagen von Deep Learning
  • Gute Programmierkenntnisse (idealerweise Python)
  • Erfahrung mit den Deep Learning Frameworks Tensorflow bzw. Keras vorteilhaft
  • Fähigkeit zum selbstständigen Arbeiten
  • Bereitschaft, sich in neue Themengebiete einzuarbeiten und Freude am Einbringen eigener Ideen