Kristian Fischer, M. Sc.
In meiner Forschung beschäftige ich mich mit der Bild- und Videocodierung für maschinelle Kommunikation. Dabei werden Codierverfahren statt für den Menschen, wie bei der klassischen Codierung, für Algorithmen aus der Bild- und Videoverarbeitung optimiert, welche spezifische Aufgaben auf den codierten Daten erfüllen müssen. Dabei ist das Ziel die Genauigkeit zu behalten und die benötigte Datenrate zu senken. Als Algorithmen für die die Codierverfahren optimiert werden, verwende ich dabei tiefe neuronale Netzwerke wie zum Beispiel das Instanzsegementierungsnetzwerk Mask R-CNN.
Weitere Informationen können unter den nachfolgenden Links gefunden werden.
BA: „Untersuchung geeigneter Vorverarbeitungsalgorithmen zur Erhöhung der Detektionsgenauigkeit Neuronaler Netze für komprimierte Daten“ (2020)
BA: „Robustheitserhöhung Neuronaler Netze gegenüber visueller Degeneration“ (2020)
BA: „Untersuchung des Einflusses der Videocodierung auf die Objektdetektion am Beispiel des KITTI-Datensatzes“ (2020)
PA: „Analyse der örtlichen Skalierbarkeit für codierte maschinelle Kommunikation“ (2020)
PA: „Optimierung der bildbasierten Objektdetektion mittels neuronaler Netzwerke für die Codierung im YCbCr-Farbraum“ (2020)
FP: „Investigation of a Neural Compression Network for subsequent Object Detection“ (2020)
MA: „Saliency Coding of Video Data for Machine to Machine Communication“ (2020)
- , , , , : Top Viewed Q&A Paper Award (1st place) (IEEE International Conference on Image Processing) – 2020
- , , , , , : Lehrevaluation - Bestes Praktikum – 2017
2021
Robust Deep Neural Object Detection and Segmentation for Automotive Driving Scenario with Compressed Image Data
Accepted for IEEE International Symposium on Circuits and Systems (Daegu (Virtual Conference), 23. Mai 2021 - 25. Mai 2021)
BibTeX: Download
, , , :
Saliency-Driven Versatile Video Coding for Neural Object Detection
Accepted for IEEE International Conference on Acoustics, Speech and Signal Processing (Toronto (Virtual Conference), 6. Juni 2021 - 11. Juni 2021)
BibTeX: Download
, , , :
2020
Video Coding for Machines with Feature-Based Rate-Distortion Optimization
IEEE International Workshop on Multimedia Signal Processing (MMSP) (Tampere (Virtual Conference), 21. September 2020 - 24. September 2020)
DOI: 10.1109/MMSP48831.2020.9287136
BibTeX: Download
, , , :
On Intra Video Coding and In-loop Filtering for Neural Object Detection Networks
IEEE International Conference on Image Processing (ICIP) (Abu Dhabi (virtual Conference), 25. Oktober 2020 - 28. Oktober 2020)
DOI: 10.1109/ICIP40778.2020.9191023
BibTeX: Download
, , :
On Versatile Video Coding at UHD with Machine-Learning-Based Super-Resolution
QoMEX (Athlone, 26. Mai 2020 - 28. Mai 2020)
In: 2020 Twelfth International Conference on Quality of Multimedia Experience
(QoMEX) (QoMEX 2020) 2020
DOI: 10.1109/QoMEX48832.2020.9123140
BibTeX: Download
, , :
Enhanced Image Reconstruction From Quarter Sampling Measurements Using an Adapted Very Deep Super Resolution Network
Proc. IEEE International Conference on Image Processing (ICIP) (Abu Dhabi (Virtual Conference), 25. Oktober 2020 - 28. Oktober 2020)
DOI: 10.1109/icip40778.2020.9191047
BibTeX: Download
, , , , :
Decoding Energy Optimal Video Encoding for x265
IEEE 22nd Workshop on Multimedia Signal Processing (Tampere, 21. September 2020 - 23. September 2020)
BibTeX: Download
, , , :