Probabilistische Präferenzmaße für wissensbasierte Szeneninterpretation

• Antragsteller: Professor Dr. Bernd Neumann
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2007 bis 2012
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 37823326

Das Vorhaben befasst sich mit allgemeingültigen rechnerbasierten Methoden zur Deutung komplexer stationärer oder zeitveränderlicher visueller Szenen aus der Alltagswelt, z.B. Innenraumszenen im Kontext von Assistenzaufgaben oder Verkehrsszenen im Kontext von Überwachungsaufgaben. Szeneninterpretationen dieser Art erfordern einerseits umfangreiches Vorwissen über die relevanten Alltagsvorgänge, repräsentierbar mit Methoden der Wissensrepräsentation, andererseits probabilistische Modelle zur Steuerung unsicherer Entscheidungen und zur Prädiktion. In diesem Vorhaben wird eine besondere Form der Integration von probabilistischen Modellen mit formaler Wissensrepräsentation untersucht, bei der probabilistische Inferenzen mit klassischen logikbasierten Inferenzen bei der Szeneninterpretation kooperieren. Logikbasierte Inferenzen grenzen den Raum möglicher konsistenter Szeneninterpretationen ab, während probabilistische Inferenzen unter den logisch möglichen Interpretationen bevorzugte bestimmen.

• DFG-Verfahren: Sachbeihilfen
• Beteiligte Person: Professor Dr. Ralf Möller