Wissenschaftliche Mitarbeiterinnen und Mitarbeiter

Promotion - Tiny and Small Object Detection

Die Bedeutung von Tiny und Small Object Detection liegt in ihrer Relevanz für eine Vielzahl von Anwendungsfeldern in der Computer Vision. Diese Technologie spielt eine entscheidende Rolle in der automatischen Bilderkennung und findet Anwendung in Bereichen wie autonomes Fahren, Überwachungssystemen, Robotik und medizinischer Bildgebung. Kleine und winzige Objekte sind oft kritisch, da sie leicht übersehen werden können und dennoch wichtige Informationen liefern können. Beispiele für ihre Anwendungsfelder sind die Erkennung von Verkehrszeichen und Fußgängern in autonom fahrenden Fahrzeugen, die Identifikation von Mikroorganismen in medizinischen Bildern sowie die Erkennung von Sicherheitsbedrohungen in Überwachungsvideos. Daher ist die Entwicklung effizienter Methoden für die Tiny und Small Object Detection von großer Bedeutung, um die Sicherheit und Leistungsfähigkeit von Computer-Vision-Systemen in der realen Welt zu verbessern. Es liegt daher nahe in der Forschungsarbeit Deep-Learning-Verfahren hinsichtlich ihrer Eignung für Tiny und Small Object Detection zu untersuchen und zu entwickeln.

FlowPro

Das Projekt „FlowPro“, das die Mikrologistik der Zukunft einleitet, wird im Rahmen der Förderrichtlinie Modernitätsfonds („mFUND“) mit rund 2,2 Millionen EURO durch das Bundesministerium für Digitales und Verkehr gefördert. Ab dem 1. Juli 2020 werden für einen Zeitraum von drei Jahren sechs bundesweite Projektpartner die Vernetzung, Fusion und Nutzung von Mobilitäts-, Verkehrs- und Logistikdaten untersuchen und erproben.

Analysis of Object Detection Datasets for Machine Learning with Small and Tiny Objects

Lars Fichtel, Dominik Erbacher, Christian Bachmeir

Eleventh International Conference on Engineering Computational Technology 2022

Tree Localization and Monitoring on Autonomous Drones Employing Deep Learning

Lars Fichtel, Alexander M. Fruhwald, Leonhard Hoesch, Vitaliy Schreibmann, Christian Bachmeir, Frank Bohlander

Proceedings of the 29th conference of FRUCT association

Towards a comprehensive attack framework against commercial and private UAV

Leonhard Hösch, Max Arndt, Lars Fichtel, Alexander M. Frühwald, Vitaliy Schreibmann, Helena Schmiedl, Andreas Schütz, Christian Bachmeir

Proceedings of the International Conference on Applied Informatics Imagination, Creativity, Design, Development - ICDD 2020

 

Towards an Industrial Recommendation System for Quality Improvement: Comparison of Python and C++ Implementations in an Edge- and Cloud Computing Environment

Alexander M. Frühwald, Steffen Kastner, Anna-Maria Schmitt, Simon Haas, Leonhard Hösch, Lars Fichtel, Christian Bachmeir

Proceedings of the International Conference on Applied Informatics Imagination, Creativity, Design, Development - ICDD 2020

• Center Artificial Intelligence and Robotics (CAIRO)
• Universität Würzburg - Computer Vision Laboratory
• BayWISS-Kolleg Digitalisierung