Record #257278 - GSI Repository

DFG project G:(GEPRIS)401269959

Trainieren tiefer Netzwerke für reale Computer Vision Szenarien mithilfe gerenderter Daten

Coordinator	Professor Dr.-Ing. Thomas Brox
Grant period	2018 - 2023
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)401269959

Note: Das Lernen von Computer Vision Aufgaben mittels tiefer neuronaler Netzwerk benötigt große Datenmengen, um die volle Leistungsfähigkeit des Ansatzes auszureizen. Für einige Computer Vision Aufgaben, wie Bewegungsschätzung oder Tiefenschätzung, ist es jedoch unmöglich, entsprechend große Datenmengen durch manuelle Annotation realer Bilddaten zur Verfügung zu stellen. Eine Möglichkeit stellen synthetische, gerenderte Bilddaten dar. In diesem Fall werden neben den Eingangsbildern, auch die gewünschten Ausgaben gerendert und stehen so für den Trainingsprozess zur Verfügung. Am Ende soll das Netzwerk jedoch gute Ergebnisse auf Realdaten produzieren. In diesem Projekt möchten wir daher Verfahren entwickeln, mit denen sich Netzwerke auf synthetischen Daten trainieren lassen, jedoch auch auf Realdaten optimale Ergebnisse erzielen können. Hierbei werden wir insbesondere Verfahren entwickeln, die neben den annotierten synthetischen Bilddaten nichtannotierte Realdaten in den Trainingsprozess integrieren. Das Hauptaugenmerk liegt auf der Bewegungsschätzung und der Tiefenschätzung aus Videos. Daneben möchten wir untersuchen, inwieweit sich die erarbeiteten Konzepte auch im Bereich bildbasierte Kontrolle einsetzen lassen.

Recent Publications

There are no publications

Record created 2023-01-19, last modified 2024-09-28

Similar records

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

GSI Homepage \| GSI Library \| English Deutsch \| guest :: login GSI Repository
Search	Submit	Personalize Your alerts Your baskets Your searches	Help