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 Luftqualit?t im Rahmen eines europ?ischen EXPANSE-Projekts zu messen. Das Auto war au?erdem mit einer Go-Pro-Kamera ausgestattet und nahm w?hrend der gesamten Kampagne Panoramabilder auf. Durch die Analyse der w?hrend der Kampagne aufgenommenen Bilder ist es m?glich, die standortspezifischen Eigenschaften (z.B. den Vegetationsanteil, Sky View Factor — SVF, und Baumaterialien) zu ermitteln. Solche Informationen dienen einem besseren Verst?ndnis über die Wechselwirkungen zwischen Luftverschmutzung und Stadtbebauung.??

Im Rahmen der Arbeit sollen Objekte (z.B. Fahrzeuge, Fu?g?nger, 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 gro?en 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. Au?erdem 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 betr?gt 6 - 8 Wochen für Bachelor-Studierende und 13 - 15 Wochen für Master-Studierende.

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