Skalierbare visuelle Datenverarbeitung

Im Bereich Scalable Visual Computing entwickeln, verbessern und wenden wir skalierbare Methoden des maschinellen Lernens und der künstlichen Intelligenz an. Dadurch werden visuelle Informationen zu generiert, analysiert und mit ihnen interagiert..

Forschungsschwerpunkt

Diese Methoden ermöglichen neuartige Anwendungen in den Bereichen Bildanalyse, Computer Vision, Computergrafik, Visualisierung und Mensch-Computer-Interaktion. Dazu gehören auch Anwendungen, die wir innerhalb des ScaDS.AI Dresden/Leipzig in den Biowissenschaften und Umweltwissenschaften entwickeln.

Computervision

Im Bereich Computervision ist es unser Ziel, Menschen die Möglichkeit zu geben, komplexes strukturiertes Wissen in Bildverarbeitungsalgorithmen zu integrieren. Im Bereich Bild- und Signalanalyse konzentrieren wir uns auf Bilddaten unterschiedlicher Größenordnungen und deren Unsicherheit.

Computergraphik

Im Bereich Computergrafik und Visualisierung untersuchen wir skalierbare Rendering-Techniken, die eine immersive visuelle Erkundung ermöglichen, um komplexe Daten schnell zu verstehen.

Mensch-Computer-Interaktion

Im Bereich der Mensch-Computer-Interaktion für die Datenvisualisierung wird unsere Forschung zur Skalierbarkeit von Human-in-the-Loop-Lösungen für Visual Computing einen Beitrag zur Schnittstelle zwischen KI-gestützten Systemen, Big-Data-Analysen und verschiedenen menschlichen Akteuren leisten.

Ziele

Das strategische Ziel des Forschungsbereichs „Skalierbares Visual Computing“ ist die Verbesserung der Skalierbarkeit einiger Algorithmen in den Bereichen Computer Vision, Computergrafik und Mensch-Computer-Interaktion.