All posts by Sebastian Zambanini

Allgemeine Hinweise zu Masterarbeiten

Ablauf Einarbeitung in das Thema und Anmeldung der Arbeit beim Dekanat Implementierung/Ausarbeitung Verfassung der Diplomarbeit Abgabe der fertigen Diplomarbeit beim Dekanat Abschlußpräsentation am Institut (ca. eine Woche vor Diplomprüfung) Diplomprüfung Organisation Auswahl eines Diplomarbeitsthemas aus der Themenliste Zuständigen Betreuer kontaktieren Persönliche Anmeldung bei Ihrem Betreuer Besuch des Seminars während des Semesters In Absprache mit dem … Continue reading Allgemeine Hinweise zu Masterarbeiten

Allgemeine Hinweise zu Bachelorarbeiten und Praktikas

Zeugnis 183.583 9.0/6.0 PR WS/SS: Praktikum aus Visual Computing oder 183.582 10.0/5.0 PR WS/SS: Bachelorarbeit für Informatik und Wirtschaftsinformatik Inhalt Lösung vorwiegend praktischer Aufgaben der Informatik unter Einsetzung wissenschaftlicher Methoden. Hierzu gehört insbesondere die Methodenauswahl und die Diskussion von Lösungsansätzen, die im Rahmen des Praktikums dokumentiert werden sollen. Weiters dienen die Praktika der Vorbereitung einer … Continue reading Allgemeine Hinweise zu Bachelorarbeiten und Praktikas

Klassifizierung von Nachtfaltern

Status der Diplomarbeit: vergeben Betreuer: Sebastian Zambanini, Martin Kampel Problemstellung Nachtfalter sind eine Tiergruppe mit einer sehr hohen Biodiversität, die in vielen Regionen der Erde nicht vollständig erforscht ist. Methoden der Bildanalyse können eingesetzt werden, um die biologische Forschungsarbeit in diesem Bereich zu beschleunigen und zu unterstützen. Hierfür sind sowohl Methoden des überwachten als auch … Continue reading Klassifizierung von Nachtfaltern

Evaluierung von Person Tracking Algorithmen auf Tiefendaten

Status: vergeben Supervisors: Rainer Planinc, Sebastian Zambanini Problemstellung Tiefendaten vereinfachen das Problem des Person Trackings in Videos durch eine deutlichere Unterscheidbarkeit von Vorder- und Hintergund der Szene. In den letzten Jahren wurden zahlreiche Methoden vorgestellt, die aber alle für bestimmte Szenarien gedacht sind und auch dahingehend evaluiert wurden. Es gibt jedoch eine Vielzahl von Parametern, … Continue reading Evaluierung von Person Tracking Algorithmen auf Tiefendaten

Image Descriptor Learning for Matching Historical Aerial Images with Present-Day Satellite Images

Status: available Supervisor: Sebastian Zambanini Problem Statement Learning local image descriptors by means of deep convolutional neural nets [1,2] has recently shown to produce stronger features than traditional hand-crafted ones such as SIFT [3]. However, these nets have been trained and evaluated on general scenarios of (wide-basline) object matching. For the DeVisOr project, matching historical … Continue reading Image Descriptor Learning for Matching Historical Aerial Images with Present-Day Satellite Images

Fine Registration of Historical Aerial Images and Present-Day Satellite Images

Status: open Supervisor: Sebastian Zambanini Problem Statement In the DeVisOr project, historical aerial images are registered to modern satellite images for the purpose of geo-referencing. However, feature based registrations only deliver coarse registration that needs to be refined for improved accuracy. Goal The goal of this work is to investigate the application of fine registration … Continue reading Fine Registration of Historical Aerial Images and Present-Day Satellite Images

Segmentierung von Nachtfaltern

Status der Diplomarbeit: vergeben Betreuer: Sebastian Zambanini, Martin Kampel Problemstellung Nachtfalter sind eine Tiergruppe mit einer sehr hohen Biodiversität, die in vielen Regionen der Erde nicht vollständig erforscht ist. Methoden der Bildanalyse können eingesetzt werden, um die biologische Forschungsarbeit in diesem Bereich zu beschleunigen und zu unterstützen. Ein wesentlicher Vorverarbeitungsschritt für eine komplexe Analyse (z.B. … Continue reading Segmentierung von Nachtfaltern

Automatic FACS Encoding from Videos

Status of Master Thesis: open Supervisors: Sebastian Zambanini and Martin Kampel Problem Statement The Facial Action Coding System (FACS) is a system to taxonomize human facial movements by their appearance on the face. It is a common standard to systematically categorize the physical expression of emotions which is achieved by assigning specific Action Units (AUs) … Continue reading Automatic FACS Encoding from Videos