Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Masterarbeit: GAN-based Abnormal Event Detection [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.

 
Quelle: https://arxiv.org/pdf/1708.09644.pdf

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.

Aufgabenstellung
Im Rahmen der Masterarbeit soll die Literatur zu GAN-basierten Verfahren für das Erkennen abnormaler
Situationen erarbeitet werden. Weiterhin soll auf Basis der Ergebnisse der Recherche, sowie des
nachfolgenden Papers ein eigenes Verfahren entwickelt oder erweitert werden, welches es ermöglicht abnormale
Situationen zu erkennen.

Beispielpaper: https://arxiv.org/pdf/1708.09644.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

Inspiration für weitere Themen: https://thomasgolda.github.io/students/