Anzeige
Anzeige
HANNOVER MESSE 2019, 01. - 05. April

Deep Learning

Wissens- und Deep Learning basierte Computer Vision Systeme

Logo Software Competence Center

Aussteller

Software Competence Center

Zur Ausstellerseite
Zur Ausstellerseite
Logo Deep Learning

Produktbeschreibung

Das SCCH entwickelt bildgestützte Analysesysteme für die Vermessung und Beurteilung von optischen Mustern sowie von räumlich-zeitlichen Bewegungsdaten. Dabei werden typischerweise unterschiedliche Analyse-Methoden kombiniert: echtzeitfähige Bildverarbeitungsprozesse auf der Ebene der Rohdaten, Deep Learning zur Extraktion von semantischen Attributen als Zwischenebene und Kausalitäts- und Kontextanalyse mittels statistischer und wissensbasierter Methoden.
Beispiele dafür sind Inspektionssysteme für die Analyse von Oberflächen, die Objektivierung von technischer und subjektiver Bildqualität oder, im Zusammenhang mit räumlich-zeitlichen Bewegungsmustern, die Analyse von Veränderungen von Zellen und Zellverbänden. oder etwa die Analyse von Trackingdaten in Sport und Überwachungssystemen.

Projekt Image-based Knowledge Mining (iKM)

Die Analyse von Spielstrategien, Spielerpositionen, Laufwegen, Geschwindigkeiten und Beschleunigungskurven in Kombination mit biometrischen Spielerdaten, wie der Herz- und Atemfrequenz, gehört zum Stand der Technik. Ein System in diesem Umfeld ist das von der abatec group AG bzw. deren Tochterunternehmen, inmotiotec GmbH, vertriebene System LPM (Local Position Measurement). Dieses System wurde z.B. von der holländischen Fußball-Nationalmannschaft für die Vorbereitung auf die Fußballweltmeisterschaft 2014 eingesetzt oder wird auch von Red Bull Salzburg zur Datenanalyse verwendet. Das SCCH hat in einem früheren Projekt ein Framework entwickelt, welches in das LPM-System integriert wurde. Mit diesem Framework lassen sich Positionsdaten von Objekten oder Personen aus Videosequenzen herausfiltern. Es setzt auf hochentwickelten Bildverarbeitungsmethoden auf, die eine hohe Präzision und Flexibilität bei der Objektverfolgung ermöglichen und im Hinblick auf Echtzeit-Bedingungen optimiert wurden. So können anfallende Daten schon während des Trainings ausgewertet und in den Trainingsverlauf mit einbezogen werden.

Halle 2, Stand A44

Auf der Merkliste

0

Das Merken ist fehlgeschlagen, da ein Problem mit der Verbindung zum Server aufgetreten ist.