Drucken
Univis
Search
 
FAU-Logo
Techn. Fakultät Willkommen am Institut für Informatik FAU-Logo

Rechnersehen

Die Gruppe "Rechnersehen" beschäftigt sich mit grundlegenden Problemen bei der Erkennung von Strukturen in Bildern. Aktuelle Themenbereiche sind die Behandlung von Farbe und Reflexionsverhalten, die Erkennung von digitalen Bildfälschungen, multispektrale Bildgebung, Fahrerassistenzsysteme, 3D-Rekonstruktion auf Grundlage strukturierten Lichts und Kapselendoskopie.

Unsere Arbeit ist eng verwandt mit den zentralen Themen im Rechnersehen, beispielsweise Bildsegmentierung und Objektverfolgung (Tracking). Die Methoden der Bildforensik sind stark von statistischen Ansätzen beeinflusst. Farb- und Reflexionsanalyse werden typischerweise als Vorverarbeitungsschritte für komplexe Rechnersehen-Anwendungen eingesetzt, beispielsweise zur Objektfindung und -erkennung.

Forschungsprojekte


Bildforensik

Fälschungen in digitalen Bildern und Medien erkennen.


Multispektrale Bildanalyse

Interpretation multispektraler Daten zum besseren Verständnis von Reflexionsphänomenen.


Analyse Historischer Dokumente

Analyse päpstlicher Urkunden aus dem Mittelalter.


Schreiberidentifizierung

Schreiberidentifizierung handgeschriebener Dokumente.


Vorhersage der Solareinstrahlung

Anwendung von Computer Vision Methoden um die Stromerzeugung von Solarkraftwerken vorherzusagen.


Intelligente Fahrassistenzsysteme

Erkennung und Verfolgung von Objekten in der Fahrzeugumgebung.


Single Shot Structured Light

Optische 3D-Oberflächenmessung aus einem einzigen Bild.


Modellierung des Reflexionsvermögens von Haut

Modellierung des Reflexionsvermögens von Haut für die Segmentierung von Hautregionen und Beleuchtungsfarbenschätzung.


Farbe und Reflexion

Entwicklung robuster Farbkonstanz-Algorithmen für die Anwendung auf natürliche (Nicht-Labor-) Bilder.


RoboCup

Studentenprojekt: Autonomer Roboterfußball in der Small-Size Liga.



Abgeschlossene Projekte


Fusion von Sensordaten für die Banknotenbearbeitung

Optimierung der Sortierungsergebnisse von Banknoten durch Nutzung mehrerer Sensoren.