Neuigkeiten

12. April 2023

Paper auf dem L3D-IVU @ CVPR 2023 akzeptiert

Das Paper mit dem Title "Impact of Pseudo Depth on Open World Object Segmentation with Minimal User Guidance" von Robin Schön, Katja Ludwig und Rainer Lienhart wurde auf dem 2nd Workshop on Learning with Limited Labelled Data for Image and Video Understanding at the CVPR 2023 akzeptiert. In diesem Paper untersuchen die Autoren den Effekt von Pseudotiefenkarten auf die Segmentierung von Objekttypen, welche nicht in den Trainingsdaten vorkamen. Die zu segmentierenden Objekte werden mithilfe von Koordinaten auf der Objektoberfläche identifiziert. Um eine Abhängigkeit von Grundwahrheitstiefenkarten zu vermeiden, werden die Tiefenkarten mit Netzen generiert.

Weiterlesen
Dieses Bild visualisiert die Segmentierung eines angeklickten Objekts auf Tiefenkarten.
5. April 2023

Paper für CVSports @ CVPR 2023 akzeptiert

Das Paper mit dem Titel "All Keypoints You Need: Detecting Arbitrary Keypoints on the Body of Triple, High, and Long Jump Athletes" von Katja Ludwig, Julian Lorenz, Robin Schön and Rainer Lienhart wurde beim 9th International Workshop on Computer Vision in Sports (CVsports) at CVPR 2023 akzeptiert. In diesem Paper beschreiben die Autoren, wie man beliebige Schlüsselpunkte auf dem Körper von Drei-, Weit- und Hochsprung-Athlet*innen erkennen kann. Dazu werden bisherige Methoden um die Detektion auf Händen, Füßen, Köpfen, Ellbögen und Knien erweitert. Unterschiedliche Methoden zur Repräsentation des Kopfs und für den Netzwerk-Input werden im Paper evaluiert.
Weiterlesen
Example image from detection model showing body outline and intermediate lines
29. November 2022

Paper für CV4WS@WACV 2023 akzeptiert

Das Paper mit dem Titel "Detecting Arbitrary Keypoints on Limbs and Skis with Sparse Partly Correct Segmentation Masks" von Katja Ludwig, Daniel Kienzle, Julian Lorenz und Rainer Lienhart wurde auf dem Workshop Computer Vision for Winter Sports auf der IEEE/CVF Winter Conference on Applications in Computer Vision (WACV) 2023 akzeptiert. Die Autoren beschreiben in diesem Paper, wie beliebige Punkte auf den Gliedmaßen und den Ski von Skispringern erkannt werden können. Für die vorgestellte Methode ist ein Datensatz ausreichend, der nur wenige Segmentierungsmasken enthält, und diese müssen auch nur teilweise korrekt sein.

Weiterlesen
Workshop Logo

Kontakt

Anschrift

Prof. Dr. Rainer Lienhart

Lehrstuhl für Maschinelles Lernen und Maschinelles Sehen

Institut für Informatik

Universität Augsburg

Universitätsstr. 6a

D -       89159 Augsburg

Germany

 

Telefon

+49 (821) 598-5703

 

E-Mail

rainer.lienhart @informatik.uni- augsburg.de

 

 

© Universität Augsburg

Suche