Lehrstuhl für
Multimediakommunikation und Signalverarbeitung
Prof. Dr.-Ing. André Kaup

Untersuchung verschiedener Vorverarbeitungsmethoden von Eingangsdaten eines Neuronalen Netzes zur Erhöhung der Erkennungsrate

Betreuer:M.Sc. Martin Pöllot (Raum 01.178)
Hochschullehrer:Prof. Dr.-Ing. André Kaup
Student:Heimann, Viktoria
Beginn:01.09.2017
Ende:28.02.2018
Datei:Info-PDF
Info:

Convolutional Neural Networks (CNNs) eignen sich am besten für die Bildverarbeitung mit maschinellem Lernen. Im Laufe der letzten Jahre wurden auf diesem Gebiet große Fortschritte verzeichnet. Zu den großen Durchbrüchen gehörten zu Beginn die zuverlässige Erkennung von handgeschriebenen Postleitzahlen und später die Erkennung von Gesichtern oder Kfz Kennzeichen. Aktuell werden mächtige und echtzeitfähige Netzwerke verwendet, die multiple Klassen in Bildern erkennen können, um beispielsweise in Echtzeit Personen, Fahrzeuge, Hindernisse und Verkehrsschilder zu erkennen. Die Vorverarbeitung der zu analysierenden Bilder hält sich hierbei in einem überschaubaren Rahmen. Dazu gehören Methoden wie das Rotieren und Spiegeln der Eingangsbilder sowie das zufällige Auswählen von Bildausschnitten mit quadratischer Größe. Darüber hinaus werden auch die einzelnen Pixelwerte auf einen einheitlichen Wertebereich normiert. Generell sind noch eine Vielzahl anderer Vorverarbeitungsmethoden möglich. Ein CNN wird nach der Erkennungsrate beurteilt. Idealerweise erhöht eine Vorverarbeitung der Daten die Fähigkeit des Netzes, den Bildinhalt richtig zu bestimmen.

Frau Heimann erhält die Aufgabe, die Folgen weiterer geeigneter Vorverarbeitungsmethoden der Eingangsdaten auf die Erkennungsrate eines vorgegebenen CNNs zu untersuchen. Die Auswahl dieser Vorverarbeitungsmethoden folgt einer ausführlichen Literaturrecherche. Für die Umsetzung werden verschiedene Architekturen des Netzwerks zur Verfügung gestellt. Im Hauptteil der Arbeit sollen zunächst die notwendigen Anpassungen für das CNN für verschiedene selbst entwickelte Vorverarbeitungsmethoden geprüft werden, um systematische Fehler auszuschließen. Anschließend sollen die Eingangsdaten entsprechend bearbeitet und deren Auswirkung auf die Erkennungsrate analysiert werden. Abschließend sollen dann begründete Entscheidungen getroffen werden, in welcher Konfiguration sich Vorteile durch den Einsatz von Vorverarbeitungsmethoden ergeben können.

Im Rahmen der Arbeit soll eine Literaturrecherche zur Bestimmung des Standes der Technik durchgeführt werden. Weiterhin wird auf eine saubere Dokumentation der Arbeit und des Quellcodes besonderer Wert gelegt.

Typ:Masterarbeit
Status:Laufend