Computer Vision & Remote Sensing

laufende Projekte

© Alex Knight on Unsplash

Hierarchisches modularisiertes Sichtsystem für Wahrnehmungs- und Handlungsschleifen

Visuelles Verständnis ist eine Schlüsselkomponente von biologischen und synthetischen intelligenten Systemen. Da visuelle Sensoren (jeglicher Art) hochdimensionale Datenvektoren mit strukturellen Beziehungen zwischen den Vektorelementen liefern, z. B. mehrkanalige 2D-Bilder, ist die Analyse visueller Daten unweigerlich ein Suchproblem in hochkomplexen Räumen. Dies gilt insbesondere, wenn der visuelle Input eine zeitliche Komponente hat, wie im visuellen System eines handelnden Agenten.

© Martin Maier

Wissensgestützte Gesichtswahrnehmung

Die Wahrnehmung und Kategorisierung von Gesichtern ist für soziale Interaktionen von grundlegender Bedeutung. Beim Menschen wird der Input von Gesichtsmerkmalen mit Top-down-Einflüssen aus anderen kognitiven Bereichen, wie Erwartungen, Erinnerungen und Kontextwissen, kombiniert. Ob ein Gesicht als Ausdruck von Wut wahrgenommen wird, kann zum Beispiel vom Vorwissen über den Kontext (Aviezer et al., 2007) oder die Person abhängen (Abdel Rahman, 2011; Suess, Rabovsky & Abdel Rahman 2014). Außerdem neigen Menschen stark dazu, Eigenschaften wie Vertrauenswürdigkeit direkt aus Gesichtern abzuleiten.

© Andy Kelly on Unsplash

Soziale Reaktionsfähigkeit und ihre Auswirkungen auf das Lernen in der Mensch-Mensch- und Mensch-Roboter-Interaktion

In diesem Projekt werden Forschungsergebnisse aus der pädagogischen Psychologie und dem Computersehen kombiniert, um die Prinzipien des sozial reagierenden Lehrverhaltens in sozialen Lernsituationen zu untersuchen. Das Wahrnehmen von sozialen Hinweisen und die angemessene Reaktion darauf erleichtern den effektiven Wissenstransfer zwischen den Interaktionsteilnehmern. Wir entwickeln computergestützte Modelle für sozial responsives Verhalten in Lernsituationen, die eine eingehende Analyse der Beziehungen zwischen sozial responsivem Lehrverhalten und studentischem Engagement, Emotionen und kognitiven Leistungen in Mensch-Mensch- und Mensch-Roboter-Interaktionen ermöglichen.

Abgeschlossene Projekte

© SCIoI

Mouse Lock Box

Unsere Forschung befasst sich mit der automatischen Annotation von Videos aus einem Laborexperiment. Mäusen werden so genannte Lockboxen vorgelegt - kleine Puzzleboxen, die eine Futterbelohnung enthalten. Die Tiere müssen eine Reihe von beweglichen Objekten manipulieren, die miteinander verriegelt sind. Wir verbessern Tracking-Algorithmen, die uns sagen, wo sich die Maus wann befindet. Die Methoden bestimmen auch den Zustand der Lockbox, so dass wir automatisch interessante Zeitreihen über das Verhalten erhalten. Gleichzeitig sind wir daran interessiert, die 3D-Koordinaten der Szene zu berechnen. Durch all dies sind wir in der Lage, große Mengen von Videodaten zu verarbeiten, was nur minimale menschliche Arbeit erfordert.