Ø System zur automatisieren Überprüfung von korrekt durchgeführten Steckverbindungen

Ø Optische Erfassung von Hand und Steckern mittels Deeplearning basierter Objektdetektoren

Ø Audioanalyse: Akustische Detektion von Steckgeräuschen

Ø Accelerometrieauswertung

Ø Sensordatenfusion und Klassifikation

Ø Multilinguale Dokumentanalyse mittels Natural Language Processing (NLP)

Ø Einsatz von Large Language Models (LLMs)

Ø Informationsextraktion

Ø Textklassifikation

Ø Semantischer Vergleich

Ø Webservice mittels FAST-API

Ø Deployment in Kubernetes

Ø Zufriedenheit- / Angst- / Stresserkennung mittels mimischer Expressionsanalyse in der kollaborativen Mensch-Roboter-Interaktion (MRK)

Ø Visualisierung verschied. Interaktionselemente (Drehrichtung, Eingabeerwartung, Fehler)

Ø Geeignete Visualisierungen führen zu höherer Zufriedenheit des menschlichen Interaktionspartners

Ø Auswertung von Messdaten bzgl.der Fahrzeuggeometrie inkl. Vorfilterung, Normierung etc.

Ø Modellrechnung (Korrelationsanalyse, Regressionsmodelle)

Ø Simulation von Stellmaßnahmen

Ø Integration von Anbauteilen

Ø Detektion von Gasblasen in Hochgeschwindigkeitsaufnahmen von Elektrolyse Vorgängen zwecks Effizienzbewertung

Ø Zeitliche Verfolgung / Handling von Verschmelzungen etc.

Ø Parameterbestimmung wie z.B. Wachstumsraten und Ablösezeitpunkten

Ø Deep Learning basierter Ansatz

Ø Verwendung kaskadierender Netzwerkarchitekturen (Auxillary Loss)

Ø Heatmap basierte Regression von Gelenkoffsetvektoren (Soft-Argmax)

Ø Mittlerer Gelenkfehler < 5cm (Human 3.6M)

Ø Aktionserkennung mittels 1D CNNs

Ø Transferlernen

Ø Augmentierung mittels synthetischer Okklusion

Ø Detektion von Gesichtslandmarken

Ø Erfassung von Gesichtsmuskel-bewegungen (Action Units)

Ø Action-Unit-Intensitätsschätzung

Ø Feature ? Relevanz ? Analyse und Visualisierung

Ø Augmentierung

Ø Detektion von Gesichtslandmarken

Ø Erfassung von Gesichtsmuskel-bewegungen (Action Units)

Ø Action-Unit-Intensitätsschätzung

Ø Feature ? Relevanz ? Analyse und Visualisierung

Ø Augmentierung

Ø Entwicklung eines Computer-Vision Verfahrens zur Klassifikation des Verschmutzungsgrades im Automotive-Bereich

Ø Robuste Bestimmung des Verschmutzungsgrades unter verschiedenen Störeinflüssen (variable Lichtverhältnisse, Blickwinkel, Verdeckungen, etc.)

Ø Merkmalsextraktion basierend auf Histogramm of Gradients und Local Binary Patterns (LBP)

Ø Erzeugung synthetischer Daten zur Klassifikatorbildung

Ø State-of-the-Art-Verfahren zur Gesichtsdetektion

Ø Gesichts-Attributerkennung

Ø Verbesserte Detektion rotierter Gesichter

Ø Modifizierte Yolo-v3 Architektur zur Prädiktion von Orientierungs- vektoren

Ø Verbesserte Landmarkendetektion

Ø Poseschätzung aus Tiefenwertbildern mittels Random Tree Walk

Ø Regression der Gelenkrichtung anhand geodätischer Deskriptoren

Ø Körperteilsegmentierung

Ø Robust gegenüber Selbstverdeckungen, invariant gegenüber Beleuchtung

Ø Umfangreiche Synthese von Trainingsdaten

Ø Synthese von Grundwahrheiten für die
Müdigkeitserkennung im Automotive-Bereich

Ø Synthese realistischer 3D Kopfmodelle aus
Frontalaufnahmen und Rendering

Ø Simulation plausiblen Blinzelverhaltens

Ø Extraktion dynamischer Gesichtsmerkmale zur
Müdigkeitsklassifikation

Ø Vollautomatischen Detektion von Nervenzellen in Mikroskopiebildern

Ø Kombination verschiedener Ansätze zur Detektion sich räumlich überlagernder Nervenzellen (Kantenbasiert, Aktive Konturen, Optimierung mittels Simulated Annealing und Greedy-Verfahren)

Ø Merkmalsextraktion und Klassifikation (Support-Vector-Machines)

Ø Statistische Analyse der Zellparameter (Größe, Verteilung, Konnektivität

Ø Mathematische Modellierung biologisch plausibler Lernverfahren und Plastititätsregeln

Ø Umsetzung von unsupervised, supervised und reinforcement learning in gemeinsamer Netzwerkstruktur

Ø Modellierung dopaminmodellierter synaptischer Plastizität (Lernen)

Ø Modellierung der Leitfähigkeit von Ionenkanälen und Neurotransmitterkonzentration mittels gekoppelter Differentialgleichung

Ø Entwicklung eines Computer-Vision Verfahrens zur Frakturschrift-erkennung (OCR)

Ø Umsetzung Fuzzy-basierter Segmentierungsverfahren

Ø Kombination verschiedener Merkmalsextraktionsverfahren

Ø Klassifikation mittels künstlicher neuronaler Netze

Ø Umfassende Bildvorverarbeitung und Filterung aufgrund des hohen Alters der zu digitalisierenden Bücher erforderlich

Ø Echtzeitansteuerung (Input/Output) einer bidirektionalen Neuroprothese (Closed Loop Prototyp)

Ø Signalanalyse der elektrischen Aktivität von Nervenzellen

Ø Patch des Linuxkernels zur Erzeugung eines echtzeitfähigen Betriebssystems

Ø Implementierung einer threadbasierten Ansteuerungsfunktion im Linux-Kernelspace

Ø Detektion und Parameterschätzung einzelner Aktionspotentiale (elektrische Aktivität)

Ø Klassifikation der elektrischen Aktivität (Spiketrains), Bursterkennung

Ø Generierung von Stimulus Muster zwecks Stimulation der Nervenzellen