ErweiternDruck
 

Forschungsgebiete und Projekte in der Abteilung Signalverarbeitung und Machine Learning

Filter:
abgeschlossen Audioradar (ZIM-Projekt)
Bearbeiter: Peter Transfeld
Das Projekt "Audioradar" zielte auf die Entwicklung einer akustischen Überwachung und Entscheidungslogik zur Bereitstellung von Steuerbefehlen für eine Videoanalyse ab. [Mehr]
Bearbeiter: Jan-Aike Bolte
Im Bereich der automotiven Bild-/Sensordaten-Analyse arbeiten wir am Thema „automatisches Fahren“ auf der Ebene der sensornahen Umfeldwahrnehmung insbesondere an Maßnahmen zur Absicherung von neuronalen Netzen, an Netztopologien für Bildsegmentierung und Prädiktion, sowie an Methoden zum Auffinden von seltenen Ereignissen in großen Datenmengen. Auch Fusionsaspekte spielen eine wichtige Rolle. [Mehr]
Bearbeiter: Jan-Aike Bolte
In Zusammenarbeit mit der Volkswagen Konzernforschung wurde ein erstes Projekt zur Bildanalyse im Kontext des automatischen Fahrens gestartet. Hier geht es um die Detektion von sog. Corner Cases, also Verkehrssituationen, bei denen mehrere außergewöhnliche Umstände aufeinandertreffen, die für das automatische Fahren eine besondere Herausforderung darstellen. [Mehr]
Bearbeiter: Johannes Abel, Samy Elshamy, Jan Franzen, Maximilian Strake
Unsere Forschungsaktivitäten im Arbeitsgebiet "Automotive Freisprechlösungen" umfassen die gesamte Spanne der Sprachsignalverbesserung im automotiven Umfeld [Mehr]
Bearbeiter: Samy Elshamy
Im Bereich der automotiven Spracherkennung entwickeln wir ein System das dem Nutzer erlauben soll, ohne Tastendruck und Stummschaltung des Radios, das HMI intuitiv per Sprache zu steuern. [Mehr]
Bearbeiter: Marc-André Jung
Das Projekt "Car in a Box" zielte auf die Entwicklung und Verifikation eines Verfahrens zur Simulation der Akustik von Fahrzeugkabinen für Freisprechsysteme. Diese Akustiksimulation steht nun durch das Car-in-a-Box-Gerät in Echtzeit zur Verfügung. [Mehr]
Bearbeiter: Marc-André Jung
Das Projekt ClearCOM zielte auf die prototypische Entwicklung einer Audiokomponente für Telekommunikationsanlagen, die modernen Anforderungen an die Sprachqualität und Sprachverständlichkeit gerecht wird. [Mehr]
Gefördert vom BMBF entsteht am Institut für Nachrichtentechnik mit dem Deep Learning Lab ein Ort innovativen studentischen Lernens im Bezug auf Machine Learning in Zusammenarbeit mit regionalen Unternehmen. [Mehr]
Bearbeiter: Jan Franzen
Im Rahmen eines gemeinsamen NBank Förderprojektes wird mit der Firma Pan Acoustics aus Wolfenbüttel ein drahtloses Mikrofonarray entwickelt. [Mehr]
Bearbeiter: Patrick Meyer
Das zweijährige Förderprojekt "EmoExpert" mit der Firma eye square GmbH in Berlin befasst sich mit der Erkennung von Emotionen in akustischen Signalen.  [Mehr]
Bearbeiter: Jonas Löhdefink
Im Rahmen dieses Projektes sollen automotive Anwendungen betrachtet werden, die mit Hilfe von Generative Adversarial Networks (GANs) umgesetzt werden können. Der Fokus liegt dabei auf Semantischer Kompression von Daten, Image2Image-Translations zwischen verschiedenen Domänen und der Erhöhung der Robustheit von neuronalen Netzen. [Mehr]
Bearbeiter: Johannes Abel, Samy Elshamy, Jan Franzen, Maximilian Strake
In unserem Arbeitsgebiet "Home- Office- und Smartphone-Freisprechlösungen" forscht unsere Arbeitsgruppe im Bereich ein- und mehrkanaliger Sprachsignalverbesserung, die speziell auf die Gegebenheiten von Wohn- und Arbeitsräumen angepasst ist. [Mehr]
Bearbeiter: Jan Franzen
Zur Erleichterung der sprachlichen Kommunikation zwischen den Insassen in einem Fahrzeug forschen wir an verstärkenden Sprachübertragungs- und Wiedergabesystemen mit geringer Latenz. [Mehr]
Bearbeiter: Timo Lohrenz
Wir betreiben Grundlagenforschung im Bereich der iterativen Spracherkennung, insbesondere in mehrkanaligen und multimodalen Szenarien. [Mehr]
Mit der R&D-Gruppe der Firma NXP Semiconductors in Leuven, Belgien, werden Forschungsarbeiten zur modellbasierten Störgeräuschreduktion für Mobiltelefone durchgeführt. Der Fokus des Vorhabens liegt auf der Einführung von Methoden des Deep Learning in diesem Kontext, aber auch allgemein im Rahmen einer Störgeräuschreduktion. [Mehr]
Bearbeiter: Daniel Fecker
In diesem Themengebiet wurden Bildsignale von verschiedenen Kamerasensoren für den sichtbaren und infraroten Spektralbereich zur Qualitätskontrolle in der Produktion verwendet. Forschungsgegenstand war vor allem das Training von Erkennungssystemen mit einer unausgeglichenen Trainingsdatenmenge. Dabei lag der Fokus auf Algorithmen wie Support Vector Machines/Data Description und Wahrscheinlichkeitsdichte-basierte Verfahren. Hintergrund hierfür ist, ... [Mehr]
Bearbeiter: Volker Märgner, Daniel Fecker
In Zusammenarbeit mit den Fraunhofer-Instituten für Produktionstechnologie IPT und Lasertechnik ILT wurde ein neuartiges Qualitätsüberwachungssystem für das industrielle Laserstrahllöten entwickelt und qualifiziert, das sich gegenüber herkömmlichen Prozessüberwachungssystemen durch funktionale Universalität bei gleichzeitig einfachem Aufbau auszeichnet. [Mehr]
Bearbeiter: Patrick Meyer
Um die Mensch-Maschine-Kommunikations zu verbessern, forschen wir im Kontext von Gruppengesprächen an verschiedenen Ansätzen zur automatisierten Analyse von paralinguistischen Merkmalen. [Mehr]
Bearbeiter: Haikal El Abed, Volker Märgner
In Zusammenarbeit mit dem Fraunhofer-Institut für Holzforschung Wilhelm-Klauditz-Institut-WKI, Braunschweig und dem Institut für Hochfrequenztechnik der Technischen Universität Hamburg-Harburg ... [Mehr]
Bearbeiter: Ziyue Zhao
In der Abteilung Signalverarbeitung wird an Verfahren geforscht, die eine latenzfreie oder latenzarme robuste Dekodierung von Sprach- und Audiosignalen erlauben. [Mehr]
Bearbeiter: Andreas Bär
Tiefe neuronale Netzwerke gelten als state-of-the-art Lösung in vielen Problemstellungen. Eine besondere Herausforderung stellen sicherheitskritische Systeme, wie z.B. autonom fahrende Fahrzeuge, dar. Sie erfordern besondere Maßnahmen zur Absicherung ihrer Funktion. Im Rahmen dieses Projekts soll untersucht werden, inwieweit Teacher-Student-Ansätze in Kombination mit tiefen neuronalen Netzwerken dabei helfen können, eine gewisse Robustheit gegenüber adversarialen Störungen zu gewährleisten. Als adversariale Störungen versteht man gezielte und größtenteils für das menschliche Auge nicht sichtbare Manipulationen von (Eingangs-)Signalen, die zur Täuschung von neuronalen Netzwerken führen. [Mehr]
Bearbeiter: Ziyue Zhao
In der digitalen Kommunikation kann jede Restkorrelation in den quantisierten und übertragenen Symbolen verwendet werden, um die Performanz des Decoders zu verbessern. [Mehr]
Bearbeiter: Timo Lohrenz
Im Rahmen eines ZIM-Förderprojekts entwickeln einen neuartigen Keyword-Spotter für deutsche und englische Sprache. Dieser soll der automatischen Sprachanalyse von zeitversetzten Videointerviews dienen.   [Mehr]
Bearbeiter: Simon Receveur, Timo Lohrenz
Das Projekt "Voice Mail by Voice" zielte auf die Entwicklung einer neuartigen Sprachsteuerung einer Voice-Mailbox auf einem Systemtelefon ab. [Mehr]