Wir suchen eine/-n Studierende/n, der/die Interesse hat, an einem Projekt zu arbeiten, das die Analyse von Bildern der AirView-Kampagne mit Hilfe von maschinellem Lernen beinhaltet.

Im Juli 2022 wurde ein AirView-Auto in und um Augsburg gefahren, um die Luftqualität im Rahmen eines europäischen EXPANSE-Projekts zu messen. Das Auto war außerdem mit einer Go-Pro-Kamera ausgestattet und nahm während der gesamten Kampagne Panoramabilder auf. Durch die Analyse der während der Kampagne aufgenommenen Bilder ist es möglich, die standortspezifischen Eigenschaften (z.B. den Vegetationsanteil, Sky View Factor — SVF, und Baumaterialien) zu ermitteln. Solche Informationen dienen einem besseren Verständnis über die Wechselwirkungen zwischen Luftverschmutzung und Stadtbebauung.  

Im Rahmen der Arbeit sollen Objekte (z.B. Fahrzeuge, Fußgänger, u. Begrünung) in den Bildern mittels etablierter Techniken des Maschinellen/Tiefen Lernens identifiziert werden. Darauf aufbauend sollen die wichtigen stadtmorphologischen Parameter abgeleitet werden. Angesichts der großen zu bearbeitenden Datenmenge wird eine rechnerisch effiziente Verarbeitung und Visualisierung ein wesentlicher Bestandteil des Projekts sein.   

Voraussetzungen:  

Der/die Student/-in sollte Erfahrungen im Umgang mit Machine- oder Deep Learning Frameworks haben. Außerdem sind Kenntnisse in Python oder R von Vorteil. Das Projekt richtet sich an Bachelor- oder Masterstudierende der Medizinischen Informatik oder Interessenten mit vergleichbaren Erfahrungen. Die Projektdauer beträgt 6 - 8 Wochen für Bachelor-Studierende und 13 - 15 Wochen für Master-Studierende.

Haben wir Ihr Interesse geweckt oder benötigen Sie mehr Informationen über das Projekt, wenden Sie sich bitte an Prof. Dr. Christoph Knote oder Dr. Bin Zhou.