Forschung
Bildverarbeitung mit Deep Learning
Ziel ist die Segmentierung und Klassifikation von Bildern im maritimen Umfeld. Dafür werden hauptsächlich Neuronale Faltungsnetzwerke genutzt. Neuartige Verfahren werden untersucht und gegebenenfalls angepasst oder entwickelt. Klassische Bildverarbeitungsalgorithmen werden unterstützend für die Segmentierung eingesetzt.
Um die Szene des Bildes zu erfassen, werden neue interessante Klassen, wie Wasser, Himmel, … und weitere gelernt.
Um die Klassifikationsaufgabe zu unterstützen, wird eine Kontur-Extraktions-Methode mit Deep Learning implementiert.
Das RefineContourNet nutzt ein etabliertes Segmentierungsnetzwerk und erreicht State-of-the-Art Edge-Detection auf dem BSDS500 Benchmark: BSDS500 SoA
Test-Code verfügbar auf https://github.com/AndreKelm/RefineContourNet
Betreute Projektarbeiten
Vijesh Sao Rao – Training State-of-the-Art CNNs for Segmentation and Contour Detection on Ship Images, Student Project
Christina Sander – SSD Analysis and Development of Adaption Proposal for a CNN Ship Detector, Student Project
Supradeep Chikaballapur Manjunath – Contour Detection using SRCNN, Student Project
Karthik Kadur Manjunath – Analysing Hypercolumn Features for Object Contour detection and Semantic Segmentation, Student Project
Betreute Masterarbeiten
Vijesh Sao Rao – Generating synthetic NIR images from RGB images using GANs, Master Thesis
Rocío Aldana Figueroa – CNN for Detailed Ship Image Segmentation using Contour and Segmentation Feature Maps, Master Thesis
Sous-Lieutenant Jean Fissot – Using Phase-Stretch-Transform Algorithm as an Image-Feature-Extractor, Master Thesis
Veröffentlichungen
A. Kelm, V. Rao, U. Zölzer: Object Contour and Edge Detection with RefineContourNet – Computer Analysis of Images and Patterns, 18th International Conference, CAIP 2019, Salerno, Italy, September 3–5, 2019, Proceedings, Part I
P. Bhattacharya, G. Simkus, C. de Obaldía, A. Kelm, U. Zölzer: Convolutional Neural Networks for Digital Signal Processing, LSA2017 – Lübeck Summer Academy on Medical Technology, July 2017, Lübeck, Germany.
Letzte Änderung: 30. März 2020