Im Rahmen dieser Masterarbeit soll ein bestehender Ansatz zur Schätzung der menschlichen Sichtbarkeit auf Basis von Leuchtdichtebildern weiterentwickelt werden. Der Fokus liegt auf der Kontrastsensitivität im mesophischen Bereich und der Berücksichtigung der Exzentrizität von Objekten in Verkehrsszenen. Der bestehende Computer Vision-Algorithmus, der die menschliche Sichtbarkeit simuliert, basiert auf der Verarbeitung von Leuchtdichtebildern, Kantenmerkmalen und der Contrast Sensitivity Function (CSF). Ziel ist es, dieses Modell zu erweitern, um eine pixelgenaue Schätzung der Sichtbarkeit zu ermöglichen, die sowohl die Exzentrizität von Objekten als auch unterschiedliche Umgebungsleuchtdichten berücksichtigt.

Literaturrecherche und theoretischer Vergleich:

• Durchführung einer umfassenden Literaturrecherche zur menschlichen Kontrastsensitivitätsfunktion, speziell im mesophischen und skotopischen Bereich.

• Analyse und Vergleich bestehender Modelle zur Kontrastsensitivität und deren Anwendbarkeit auf den mesophischen Bereich sowie den peripheren Bereich (Exzentrizität).

Erweiterung des bestehenden Ansatzes zur Schätzung der Sichtbarkeit:

Der bestehende Ansatz basiert auf einem Computer Vision-Algorithmus zur Schätzung der Sichtbarkeit in Leuchtdichtebildern, indem er menschliche Wahrnehmungsmechanismen simuliert. Der Algorithmus umfasst:

• Verarbeitung von Leuchtdichtebildern

• Kantenerkennung mit Multi-Scale Filtering

• Räumliche Filter basierend auf einer Kontrastsensitivitätsfunktion (CSF)

• Kantengewichtungen entsprechend der menschlichen Wahrnehmung

• Korrelation der Kantengewichtungen mit gängigen Sichtbarkeitsmetriken (Weber-Kontrast, Visibility Level (Adrian), Relative Visual Performance (Rae) und menschlichen Detektionsstudien

Verbesserung der Modells:

• Ausarbeitung von Lösungen, um die CSF für den peripheren Bereich und unterschiedliche Umgebungsleuchtdichten anzupassen.

• Vorschläge & Ausarbeitung zur Verbesserung der Genauigkeit des bestehenden Modells und der Schätzung der Sichtbarkeit für den Fahrer, basierend auf der Exzentrizität und den spezifischen Lichtverhältnissen.

• Analyse der räumlichen Frequenzen in Bezug auf die Detektion der Menschen

Schick mir bitte deine Bewerbung zusammen mit einem kurzen Exposé, in dem du dein Vorgehen zur Lösung des Themas beschreibst und erklärst, warum du für dieses Projekt besonders geeignet bist. Gib dabei an, welche relevanten Fächer du im Studium belegt hast und welche Projekte du bereits erfolgreich gemeistert hast, die dich auf dieses Thema vorbereiten. Deine Bewerbung sollte auch ein Motivationsschreiben enthalten.

Schick deine Unterlagen bitte per E-Mail an kunst@lichttechnik.tu-darmstadt.de.