Status des Praktikums: vergeben
Betreuer: Sebastian Zambanini

Problemstellung

Visuelle Überwachungssysteme sollten in der Lage sein, bewegte Objekte, wie zum Beispiel Fußgänger und Fahrzeuge, automatisch und robust zu identifizieren. Der erste Schritt dazu ist meistens die Detektierung von Vordergrund-Objekten. Gängige Verfahren verwenden dazu in der Regel Hintergrundmodelle, die durch eine möglichst komplexe Beschreibung des Hintergrundes eine robuste Vordergrunderkennung ermöglichen. In der Praxis stoßen diese Verfahren jedoch oft an ihre Grenzen, beispielsweise durch Hintergrundbewegungen, Beleuchtungsänderungen oder Camouflaging (Vordergrundobjekte ähneln dem Hintergrund).

Zielsetzung

Im Rahmen des Praktikums soll ein neuartiges Verfahren, das den Hintergrund mittels skalierungsinvarianter lokaler Muster modelliert [1], implementiert und ausführlich evaluiert werden.

Gliederung

• Implementierung der Methode [1].
• Vergleich der Implementierung mit anderen State-of-the-Art Methoden.
• Schriftlicher Bericht und Präsentation des Praktikums.

Literatur:

[1] S. Liao, G. Zhao, V. Kellokumpu, M.i Pietikainen, and S. Z. Li, “Modeling Pixel Process with Scale Invariant Local Patterns for Background Subtraction in Complex Scenes”, Computer Vision and Pattern Recognition, pp. 1301-1306, 2010.