2019-05-22 | Anmelden
 
 

Erneute Teilnahme am TRECVID Instance Search 2015 — Mit neuen Methoden näher ans Ziel

Die inter­na­tionale wis­senschaftliche Eval­u­a­tion­skam­pagne TRECVID ist eine etabilierte Serie von Work­shops, die sich auf die inhalts­basierte Infor­ma­tion­s­gewin­nung und Auswer­tung und dig­i­taler Videos konzen­tri­ert. Jedes Jahr stellen sich Teil­nehmer ein­er neuen real­ität­sna­hen Auf­gabe, die Forsch­er divers­er inter­na­tionaler Insti­tute in ein­er Art Wet­tbe­werb lösen. Die TRECVID-erfahre­nen Forsch­er der Junior­pro­fes­sur Media Com­put­ing und der Pro­fes­sur Medi­en­in­for­matik der Tech­nis­chen Uni­ver­sität Chem­nitz nah­men gemein­sam mit Prof. Dr. Dr. Gisela Susanne Bahr vom Flori­da Insti­tute of Tech­nol­o­gy (FIT) zum zweit­en Mal teil und waren dieses Jahr auch im Bere­ich der “Deep Learn­ing Strate­gies” aktiv.

Zudem wur­den neue Meth­o­d­en bzw. deren Verknüp­fun­gen im Task Instance Search angewen­det, um die geforderten Bild­in­halte in vier Durchgän­gen, davon ein inter­ak­tiv­er und drei automa­tis­che, kor­rekt zu erken­nen. So wur­den die Meth­o­d­en CNN (Con­vo­lu­tion­al Neur­al Net­work), die eine Art kün­stlich­es neu­rales Net­zw­erk erstellen, bei dem die “Neu­ro­nen” auf sich über­lap­pende Bere­iche reagieren, und SIFT (Scale Invari­ant Fea­ture Trans­form), bei dem die Merk­mals­beschrei­bun­gen invari­ant gegenüber z.B. Rota­tion, Skalierung, Beleuch­tungsvari­a­tion etc. sind, mit einem vor­angestell­ten Sequence Clus­ter­ing (SC) kom­biniert. Die Forsch­er stell­ten fest, dass die Meth­o­d­en CNN und SIFT in mehr als der Hälfte der Fälle der geforderten Suchan­fra­gen erfol­gre­ich waren, wobei SIFT beson­ders gut bei struk­turi­erten Objek­ten mit schar­fen Kan­ten funk­tion­ierte. Zusät­zlich erzielte das Sequence Clus­ter­ing (SC) als Vorver­ar­beitung­sprozess eine merk­liche Verbesserung der Detek­tion­sergeb­nisse, sodass die Forsch­er ins­ge­samt mehrere ver­schiedene Poten­tiale zur Opti­mierung der Objek­terken­nung aufdeck­ten.

Die Ergeb­nisse wur­den vom 16.–18. Novem­ber 2015 beim Nation­al Insti­tute of Stan­dards and Tech­nol­o­gy, Mary­land, USA von Junior­pro­fes­sor Dr. Marc Rit­ter präsen­tiert.

Pub­lika­tion: Rit­ter, Marc; Rick­ert, Markus; Jutu­ru Chenchu, Lokesh; Kahl, Ste­fan; Herms, Robert; Hus­sein, Hus­sein; Heinzig, Manuel, Man­they, Robert; Richter, Daniel; Bahr, Gisela Susanne & Eibl, Max­i­m­il­ian: Tech­nis­che Uni­ver­sität Chem­nitz at TRECVID Instance Search 2015. In: TRECVID Work­shop, 16.–18.11.2015, Gaithers­burg, Mary­land, USA, 12 S. [Link@RG][Link@NIST]

 

 

Kommentare

Keine Kommentare ... bis jetzt.
 
Projektgeber

Gef M BMBF

Gef M BMBF

LocalizeIt wird durch das Bundesministerium für Bildung und Forschung BMBF und die BMBF Innovationsinitiative Unternehmen Region von August 2014 bis Juli 2019 gefördert und durch den Projektträger PtJ betreut.

Projektnehmer

Logo TU trans cropp

Logo MI

Logo MC TRANS

localizeIT ist ein Projekt der
Stiftungsjuniorprofessur Media Computing und der Professur Medieninformatik der Technischen Universität Chemnitz

Forschungspartner

Intenta Logo

3D MicroMag Logo

IBS Logo

Kontakt

Dr. rer. nat. Danny Kowerko
Tech­ni­sche Uni­ver­si­tät Chem­nitz
Fakul­tät für Infor­ma­tik
Juniorpro­fes­sur Medi­a Computing
Straße der Natio­nen 62
09111 Chemnitz