Deep learning für die Rekonstruktion geometrischer Formen (C09*)

• Fachliche Zuordnung: Mathematik ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2020 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 195170736

Die Rekonstruktion von geometrischen Formen ist von zentralem Interesse für die Computervision, die bei Anwendungen wie z.B. Bildsegmentierung oder 3D-Rekonstruktion aus mehreren Blickwinkeln erforderlich ist. Dieses Projekt befasst sich mit dem Einsatz von tiefen neuronalen Netzen zur Lösung des inversen Problems der Rekonstruktion geometrischer Formen. Dies erfordert auch die Verallgemeinerung neuronaler Netze, um zusätzlichen Bedingungen zu genügen, sowie der theoretischen Analyse bestimmter Aspekte neuronaler Netze.

• DFG-Verfahren: Transregios
• Teilprojekt zu: TRR 109: Diskretisierung in Geometrie und Dynamik
• Antragstellende Institution: Technische Universität Berlin
• Teilprojektleiterinnen / Teilprojektleiter: Professor Dr. Daniel Cremers; Professorin Dr. Gitta Kutyniok