Herzlich willkommen am Lehrstuhl für Multimedia und Maschinelles Sehen. 

Die Forschungsschwerpunkte des Lehrstuhls sind maschinelles Lernen, Sehen und Wahrnehmen. Es werden Verfahren i.d.R. für Bild, Video und Multimediadaten (= Daten von unterschiedlichen Quellen und unterschiedlicher Art) entwickelt. Auch Data Mining und Analytics auf Produktionsdaten werden durchgeführt, weil sie wie Sensordaten (=Wahrnehmung) behandelt werden können. Ein besonderer Schwerpunkt ist die 2D und 3D Erkennung von Menschen (Pose) und deren Aktionen sowie die Auswertung der Güte von Bewegungen (z.B. im Weit-/Dreisprung, Schwimmen und Skispringen für unserer Olympioniken). Auch für medizinische Daten (MRT, Koloskopievideos) entwickeln wir automatische Verfahren zur Erkennung von medizinischen Befunden sowie für die automatische Erstellung von textuellen Befunden (engl. Report Generation)

• Angewandtes Maschinelles Lernen (Applied Machine Learning, e.g., deep neural networks, bayesian networks, random forests)
• Maschinelles Sehen (Computer Vision) wie multimodale Detektion, Lokalisation und Erkennung von Menschen, Objekten und Ereignissen sowie industrielle visuelle und multimodale Materialprüfung
• Data Mining von multimodalen Daten (z. B. Produktionsdaten)
• Indizierung und Suche in Bild, Video und multimodalen Dokumenten

Bachelor: Multimedia Grundlagen 1 (B), Grundlagen Signalverarbeitung und Maschinelles Lernen (B), Multimedia Projekt (B)

Master: Maschinelles Lernen und maschinelles Sehen (Machine Learning  & Computer Vision) (M), Fortgeschrittenes maschinelles Lernen und maschinelles Sehen (Advanced Machine Learning  & Computer Vision) (M), Bayessche Netze (Bayesian Networks) (M), Stochastische Robotik (Probabilistic Robotics) (M), Advanced Deep Learning (M)

Offene Stellen für Doktoranden

Wir sind immer auf der Suche nach exzellenten Persönlichkeiten. Wenn Du kurz vor dem Abschluss Deines Masterstudiums in Informatik, Elektrotechnik, Physik, Mathematik oder ähnlichen Fachrichtungen stehst und erstklassige Forschung in den Bereichen Computer Vision, maschinelles Lernen oder Multimedia (= mehrere Signalquellen unterschiedlicher Art), Data Mining und Analytik betreiben möchtest, bewerbe Dich (w/m/d) mit Lebenslauf und aktuellem Notenauszug Deiner Leistungen im Studium bei Rainer.Lienhart@uni-a.de.