Forschung

Bild- und Videoverarbeitung

In der Bildverarbeitung werden Bilder analysiert, um Muster, Merkmale oder Strukturen zu erkennen. Dazu gehören Aufgaben wie Objekterkennung, Klassifikation, Bildsegmentierung, Merkmalsextraktion und Bildrekonstruktion. Die Videoverarbeitung erweitert dieses Konzept, indem sie eine Abfolge von Bildern analysiert. Dies ermöglicht die Erkennung von Abläufen, Verfolgung von Objekten über die Zeit, Videoanalyse und vieles mehr. Anwendungsbereiche der Bild- und Videoverarbeitung sind vielfältig. Sie finden Verwendung in der Medizintechnik für die medizinische Bildgebung, Prozessanalyse und Diagnose, in der Robotik für die autonome Navigation von Robotern, in der Sicherheitstechnik für die Erkennung von Gewalt und in vielen weiteren Bereichen. Durch die stetige Weiterentwicklung von Technologien und Algorithmen in der Bild- und Videoverarbeitung eröffnen sich immer wieder neue Möglichkeiten, um komplexe visuelle Herausforderungen zu meistern und innovative Anwendungen zu realisieren.

Human Action Recognition

Human Action Recognition (HAR) beschäftigt sich mit der Erkennung menschlicher Handlungen. Hierfür werden Algorithmen und Techniken entwickelt, die es Computern ermöglichen, menschliche Bewegungen in Videos zu erkennen, zu analysieren und zu klassifizieren. Das übergeordnete Ziel der HAR ist es, den Computer in die Lage zu versetzen, menschliche Handlungen automatisch zu verstehen und zu interpretieren. Anwendungen von HAR finden sich in verschiedenen Bereichen, z.B. bei Überwachungssystemen zur Erkennung ungewöhnlicher Verhaltensweisen, bei der Sportanalyse, um Bewegungen und Leistung zu bewerten, in der medizinischen Diagnose zur Einschätzung des Rehabilitationszustands oder in der Mensch-Maschine-Interaktion beim Verständnis von Gesten. Die Herausforderung der HAR liegt in der Variation der Bewegungen, Blickwinkel und Hintergründen. Fortschritte in den letzten Jahren haben jedoch zu beeindruckenden Ergebnissen in diesem vitalen Bereich geführt und tragen dazu bei, dass Computer eine immer präzisere Interpretation menschlicher Bewegungen erreichen.

Datenanalyse mit Techniken des Maschinellen Lernens

Bei der Datenanalyse werden große Datenmengen mithilfe von Algorithmen analysiert, die immer häufiger Methoden des maschinellen Lernens umfassen. Durch die Kombination von Datenanalyse und maschinellem Lernen können immer komplexe und verstecktere Muster, Zusammenhänge und Erkenntnisse in den Daten entdeckt werden, die zuvor verborgen waren. Anwendungsmöglichkeiten sind äußerst vielfältig und haben einen bedeutenden Einfluss auf verschiedene Branchen. In der Gesundheitsbranche wird so u. a. die medizinische Diagnose unterstützt, indem Ärzt*innen bei der Erkennung von Krankheiten und der Optimierung von Behandlungsplänen assistiert wird und damit zur Risikominimierung beigetragen wird. Mit der kontinuierlichen Weiterentwicklung von Technologien und Algorithmen in der Datenanalyse und im maschinellen Lernen ergeben sich ständig neue Möglichkeiten und innovative Lösungen.