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 des unüberwachten Lernens von Interesse, da die Klassenstruktur oft mangels Bestimmungsliteratur a priori nicht bekannt ist.

Zielsetzung

Im Rahmen des Praktikums/der Diplomarbeit soll eine Methode entwickelt werden, die eine Klassifizierung der Nachtfalter in den Bildern ermöglicht. Die Methode soll sowohl in einem überwachten als auch unüberwachtem Lernverfahren eingesetzt und getestet werden. Das Projekt erfolgt in Zusammenarbeit mit dem Department für Tropenökologie und Biodiversität der Tiere der Universität Wien, welches auch den Bilddatensatz zur Verfügung stellt.

Gliederung

• Literaturrecherche über bestehende Methoden zur Klassifizierung von Faltern und Schmetterlingen bzw. über allgemeine Methoden zu Supervised/Unsupervised Classification.
• Implementierung und Evaluierung eines geeigneten Algorithmus
• Schriftlicher Bericht und Präsentation des Praktikums bzw. Verfassung der Diplomarbeit

Literatur:

[1] Hernández-Serna, A., & Jiménez-Segura, L. F. . “Automatic identification of species with neural networks“. PeerJ, 2, e563, 2014.

[2] Anwar H., Zambanini S., Kampel M. “Invariant Image-Based Species Classification of Butterflies and Reef Fish”, Proceedings of the Workshop on Machine Vision of Animals and their Behaviour, British Machine Vision Conference, pp. 5.1-5.8, 2015.