Viele Persönlichkeiten. Zwei Standorte. Eine BO.

Anwendung von vortrainierten Tiefenschätzungs-Algorithmen

Unser Student Alexander Jostes (Vollzeit, Technische Informatik) hat seine Bachelorarbeit zum Thema "Bewertung der Anwendung von vortrainierten Tiefenschätzungsalgorithmen für monokulare Daten auf CPU-basierten Systemen" geschrieben. Betreut wurde er von Prof. Lemmen und unserem wissenschaftlichen Mitarbeiter Stefan Sandfuchs. Herzlichen Glückwunsch zum Studienabschluss!

Die Aufgabe

Bereits vortrainierte Tiefenschätzungsalgorithmen sollen auf verschiedenen CPU-basierten Systemen umgesetzt und Bewertungsmöglichkeiten in Form von Gütekriterien definiert und angewendet werden. 

Anmerkung: Mit Hilfe derartiger Algorithmen kann die vorliegende Tiefe innerhalb eines mit einer herkömmlichen Kamera aufgenommenen Bildes pro Pixel dargestellt und ausgewertet werden.

Das Ziel dieser Arbeit war, anhand der Gütekriterien Werkzeuge zu entwickeln, die eine Bewertung der gefundenen Algorithmen bezüglich einer Qualität, Leistung und eines eventuellen Anwendungsgebietes zulassen.

Das Vorgehen

  • Zunächst musste Alexander geeignete, also zur Fragestellung der Arbeit passende, Tiefenschätzungsalgorithmen sammeln.
  • Dann wählte er CPU-basierte Systeme aus. Die Wahl fiel auf einen herkömmlichen Rechner und den Einplatinencomputer Raspberry Pi.
  • Nun waren die Algorithmen lauffähig auf den beiden Systemen umzusetzen, um damit eine Ausgabe der Tiefenbilder zu ermöglichen.
  • Alexander konnte nun verschiedene Gütekriterien entwickeln (u.a. bezüglich der visuellen Betrachtung, mathematische Auswertungen, Zeit und Leistung).
  • Schlussendlich wertete Alexander die Kriterien aus, zug seine Rückschlüsse daraus und ordnete sie in einen Zusammenhang ein.

Theoretisches Wissen, das als Grundlage diente

Insbesondere Maschinelles Lernen und Python-Programmierung