Licht ist unser Element – für Messtechnik und Produktion

drupa Messe 2012, 03.05-16.05.2012, Düsseldorf

Control 2012 Stuttgart

Control 2012, 08.05.-14.05.2012, Stuttgart

Expertentreff Mikro- Nano Thüringen Heiligenstadt

Expertentreff Mikro- Nano Thüringen, 08.05.2012, Heiligenstadt

Ocean Optics May eNewswire

Ocean Optics eNewsWire - May 2012

Mahr Newsletter Mai 2012

Weltneuheit auf der Control: Rautiefenmessung per Smartphone

Vision Components News

Intelligenter 3D-Vision-Sensor auf der Control in Stuttgart! 8.-11. Mai 2012

weitere...

Trailer

Videos

Gruppen

Infos

Newsletter

Kommunikation

42. Heidelberger Bildverarbeitungsforum Frankfurt am Main

42. Heidelberger Bildverarbeitungsforum, 09.03.2010, Frankfurt am Main

Beim Lernen ist der Mensch - oder allgemeiner gesagt, das Lebewesen - einem maschinellen Sehsystem noch weit überlegen. Dennoch gab es in den letzten Jahren im Bereich des maschinellen Lernens signifikante Fortschritte, sowohl im Verständnis des biologischen Lernens (neuroinformatische Ansätze) als auch im mathematischen Verständnis des Lernprozesses, insbesondere durch statistische und grafentheoretische Methoden. Da diese Fortschritte unmittelbar neue Anwendungen in der Industrie, Technik und der Wissenschaft ermöglichen, wurde das Thema Lernende Bildverarbeitung - Neuroinformatische und statistische Ansätze als Schwerpunktthema des 42. Heidelberger Bildverarbeitungsforums gewählt.

Mit dem FIAS Frankfurt Institute for Advanced Studies an der Universität Frankfurt konnte der ideale lokale Veranstalter für dieses Schwerpunktthema gewonnen werden. Eines der Forschungsgebiete des FIAS ist die Neuroinformatik. Vor kurzem konnte ein Bernstein Fokus zum Themenschwerpunkt Neurotechnologie in Frankfurt eingeworben werden. Ein Teil davon ist die Frankfurter Vision Initiative Vision in Man and Machine, an dem das FIAS, das Max-Planck-Institut für Hirnforschung in Frankfurt, das Honda Research Institute Europe in Offenbach und die Forschungsgruppe Visual Sensorics and Information Processing der Universität Frankfurt zusammenarbeiten.

Die Vorträge behandeln sowohl die Fortschritte in den theoretischen Grundlagen als auch praktische Anwendungsbeispiele und geben so die Chance, sich über den aktuellen Stand der sich stürmisch entwickelnden lernenden Bildverarbeitung und der sich abzeichnenden neuen Möglichkeiten für die praktische Anwendung zu informieren.

Neben den ausgedruckten Vorträgen wird eine DVD mit einer elektronischen Version der Vorträge ausgegeben. Diese enthält auch die Unterlagen der meisten früheren Foren. Hierdurch wird den Teilnehmern in idealer Weise die Nacharbeit und das weitere Selbststudium ermöglicht. Die Pausen bieten eine gute Gelegenheit zur Diskussion, zum Erfahrungsaustausch und zum Knüpfen neuer Kontakte sowie die Möglichkeit, sich näher über die Forschungsarbeiten der lokalen Gastgeber zu informieren.

Quelle: 100309_00_programm.pdf

	100309_01_triesch_fias.pdf Einführung und Vorstellung des Bernstein Fokus: Neurotechnologie Prof. Dr. Jochen Triesch, FIAS Frankfurt Institute for Advanced Studies, Frankfurt Inhalt: Der Bernstein Fokus: Neurotechnologie in Frankfurt beschäftigt sich mit der Frage, wie das Sehen möglichst autonom erlernt werden kann. Biologische Sehsysteme lernen, ihre Umwelt wahrzunehmen und zu verstehen, ohne dass sie dabei viel Hilfe von aussen brauchen.
	100309_02_malsburg_fias.pdf Lernen visueller Probabilistik auf der Basis neuronaler Dynamik Prof. Dr. Christoph von der Malsburg - FIAS Frankfurt Institute for Advanced Studies, Frankfurt Inhalt: Lokale Pixel-Muster sind hochgradig vieldeutig. So sind sie gewöhnlich mit einer Vielzahl möglicher Kanten mehr oder weniger verträglich. Eindeutigkeit kann erst in größerem Zusammenhang hergestellt werden. Dazu muss aus den lokal angebotenen Strukturelementen eine spärliche Untermenge so ausgewählt werden, dass sich insgesamt eine plausible Konstellation (Objekt, Szene etc.) ergibt. Die Plausibilität von Mustern ist aufgrund früherer Erfahrungen zu definieren.
	100309_03_lampert_mp_tuebingen.pdf Maschinelles Lernen für die Vorhersage strukturierter Daten Dr. Christoph Lampert - Max-Planck-Institut für Biologische Kybernetik, Tübingen Inhalt: Die Mustererkennung hat auf breiter Front Einzug in unseren Alltag gefunden, sei es zur Filterung unerwünschter Email, zur Vorhersage von Kreditrisiken, oder bei der Gesichtserkennung in digitalen Bildern und Videos. Der Vortrag zeigt einführend, wie solche praktischen Techniken auf den Prinzipien des maschinellen Lernens basieren, und wie dieses theoretische Wissen hilft, bessere Algorithmen für die Anwendung zu entwickeln.
	100309_04_sommer_hci.pdf Interaktives maschinelles Lernen für die Bildsegmentierung Dipl.-Inf. Christoph Sommer - Heidelberg Collaboratory for Image Processing (HCI), Ruprecht Karls-Universität, Heidelberg Inhalt: Die Analyse digitaler Bilddaten aus Industrie und Biomedizin baut meist auf der Segmentierung – also der Partitionierung der diskreten Bilddaten in „bedeutsame“ Regionen - auf. Zudem sollen verschiedene Typen von Objekten als solche automatisch klassifiziert werden können.
	100309_05_eggert_hri.pdf Adaptation und Lernen in der Analyse dynamischer visueller Szenen Dr. Julian Eggert - Honda Research Institute Europe, Offenbach Inhalt: Bewegung im visuellen Feld stellt eines der verhaltensrelevantesten Merkmalskanäle bei der maschinellen Bildverarbeitung für künstliche Sehsysteme - z.B. bei Robotern - dar. Menschen sind in der Lage, trotz inhärenter Unsicherheiten und Mehrdeutigkeiten Bewegung auf verschiedenen räumlichen und zeitlichen Skalen zu schätzen.
	100309_06_mester_uni_frankfurt.pdf Besser sehen lernen: Was Roboter von Natur und Statistik abschauen können Prof. Dr. Rudolf Mester - Johann Wolfgang Goethe-Universität, Frankfurt Inhalt: Sehsysteme, die bei Robotern oder in Fahrzeugen, in Produktionsanlagen oder Sicherheitssystemen mit natürlichen Szenen in all ihrer Variabilität konfrontiert werden, weisen nahezu immer eine große Zahl von Parametern und Zustandsgrößen auf, die es richtig einzustellen und gegebenenfalls an veränderte Bedingungen zu adaptieren gilt. Schon bei mäßiger Komplexität eines Sehsystems ist es nicht realistisch, die korrekte Einstellung von menschlichem Personal zu erwarten, von der Nachführung aller einzustellenden Größen ganz zu schweigen.

Die Volltexte der Vorträge erhalten Sie auf Anfrage von

Wissenschaftliche Leitung
Prof. Dr. Bernd Jähne
Heidelberg Collaboratory for Image Processing (HCI)
am Interdisziplinären Zentrum für
Wissenschaftliches Rechnen (IWR)
Ruprecht-Karls-Universität Heidelberg
Speyerer Straße 4-6
69115 Heidelberg
Telefon: 06221 54 8827
Fax: 06221 54 8850
E-Mail: Bernd.Jaehne@iwr.uni.heidelberg.de
Internet: klimt.iwr.uni-heidelberg.de

sowie

Information
AEON Verlag & Studio
Alter Rückinger Weg 31
63452 Hanau
Telefon: 06181 520 5610
Fax: 06181 520 51 90
E-Mail: info@bv-forum.de
Internet: www.bv-forum.de

Bildergalerie:

Acquisition Cameras Education & Training (E&T) Marketing & Sales (M&S) Products & Services (P&S) Research & Development (R&D)