Ziele / Forschungsthemen

Ziel dieses strategischen Projekts ist es, einen Einblick in die komplexe Fragestellung der Stabilität, Robustheit, Solidität und Effizienz der Bildmerkmalextraktion, -aggregation und -darstellung auf der Basis mathematischer Modellbildung und -analyse zu gewinnen.

Forschungsthemen sind Insbesondere:

• Analyse der Stabilität und Robustheit von Extraktions- und Repräsentationsansätzen unter Berücksichtigung stochastischer Resonanzeffekte
• Analyse der "Kosten" von Konzepten zur Merkmalsextraktion und -darstellung in Bezug auf Energieverbrauch, Bandbreite, Speicher- und Verarbeitungsbedarf

Wissenschaftliche Kooperationen

• PhD-Kooperation mit JKU-CP (Johannes Kepler Universität Linz / Abteilung Computational Perception) zum Thema Deep Learning
• PhD-Kooperation mit CTU-CMP (Czech Technical University in Pragu / Center for Machine Perception) zum Thema Tracking in Video

Ausgewählte Publikationen

• Novel similarity and distance measures with applications in machine learning, image and signal processing.
• Riemannian manifold approach to scheimpflug camera calibration for embedded laser-camera application.
• Similarity recovery from threshold-based sampling under general conditions.
• On preserving metric properties of integrate-and-fire sampling.
• Matching event sequences approach based on Weyl's discrepancy norm.
• Stability of threshold-based sampling as metric problem

Fördergeber

Das Projekt wird im Rahmen von COMET – Competence Centers for Excellent Technologies durch BMVIT, BMWFJ, Land Oberösterreich und den wissenschaftlichen Partnern des SCCH gefördert. Das Programm COMET wird durch die FFG abgewickelt.