Lehre
Offene Bachelor- und Masterarbeiten (Bei Fragen bitte ansprechen)
- Color Spill Correction in Greenscreen Footage with Deep Learning (Masterarbeit, Nachfolgearbeit)
- Abschlussarbeit bei der Firma Still zum Einsatz von Visual SLAM in der Logistik (V-SLAM, Kalibrierung von Sensorik, Zeitsynchronisierung, Feature-Extractor)
- Untersuchung (und Verbesserung) eines Objektposenerkenners auf schmutzigen Tellern (Bachelor/Masterarbeit)
- Erkennung der Bewegung eine Fahrstuhls mit IMUs (Aufnahme eines Datensatzes und Entwicklung eines Algorithmus) (Masterarbeit)
- Integration der Software eines Ballspielroboters auf eine neue Roboterhardware (Bachelorarbeit)
- Musikgetriebene Tanzanimation für einen ballspielenden Unterhaltungsroboter (Bachelorarbeit)
- Probabilistische Modellierung des menschlichen Gangs für Positionsbestimmung von Fußgängern in Gebäuden
- (Spielerische Anwendungen mit Inertialsensoren, bite Rücksprache)
- weitere Themen auf Anfrage
Laufende Bachelor- und Masterarbeiten
- Untersuchung (und Verbesserung) eines Objektposenerkenners auf Glasobjekten (Bachelor/Masterarbeit)
- Bachelorarbeit: Didaktische Konzeption und technische Umsetzung einer Lerneinheit im Thema Robotik für Unterstufenklassen mit B-Human Fussballrobotern
- Ein interaktives Exponat zur Veranschaulichung von Evolution (Bachelorarbeit)
Abgeschlossene Arbeiten
Stellenangebote für Studentische Hilfskräfte
- Unterstützung bei der Erstellung eines Bilderdatensatzes aus Küchenobjekten für Deep Learning
- Unterstützung bei der Aufnahme und Vorbereitung von Datensätzen inkl. 3D Modellerstellung und der Auswertung von Verfahren auf diesen Datensätzen im SFB EASE Teilprojekt R2 Multi-cue perception supported by background knowledge. Voraussetzung: Belastbare Programmiererfahrung in Python, gerne Erfahrung in 3D Modellierung (z.B. Blender)
- Implementierungsunterstüzung für denn ballspielenden Unterhaltungsroboter Doggy. Voraussetzung: Belastbare Programmiererfahrung in C++ unter ROS (Robot Operating System)
- Unterstützung in der Lehre im Kurs Deep Learning und 3D Bildverarbeitung. Voraussetzung: Erfahrung in Deep Learning in der Bildverarbeitung konzeptionell und in der Implementierung mit Keras.
Kontakt: Udo Frese (ufrese@uni-bremen.de)
ältere Semester
