Marc Windsheimer

Marc Windsheimer, M.Sc.

Department Elektrotechnik-Elektronik-Informationstechnik (EEI)
Lehrstuhl für Multimediakommunikation und Signalverarbeitung

Raum 06.036
Cauerstr. 7
91058 Erlangen

Ich beschäftige mich mit der Entwicklung von Deep-Learning Verfahren zur Bild- und Videokodierung. Hauptaugenmerk liegt dabei auf der maschinellen Kommunikation, bei welcher die dekodierten Resultate von tiefen neuronalen Netzwerken, z.B. Mask R-CNN, ausgewertet werden. Gleichzeitig soll jedoch ein menschlicher Betrachter in der Lage sein, die Entscheidung des Auswertenetzwerks nachzuvollziehen. Ziel ist es, die Genauigkeit der Detektionsnetzwerke beizubehalten und gleichzeitig die notwendige Datenrate zu minimieren.

Weitere Informationen können unter dem folgenden Link abgerufen werden:

https://www.lms.tf.fau.de/forschung/arbeitsgebiete/videosignalverarbeitung-und-uebertragung/videokommunikation-2-0/#collapse_0

Marc Windsheimer: Best Master Thesis Award 2023 (Freunde und Förderer der Erlangener Multimediakommunikation und Signalverarbeitung (EMSig) e.V.) – 2023
Marc Windsheimer: Department EEI Master Award (Department Elektrotechnik-Elektronik-Informationstechnik) – 2023

Abschlussarbeiten im Gebiet Videocodierung für neuronale Detektionsnetzwerke

https://www.lms.tf.fau.de/videocodierung-fuer-neunronale-detektionsnetzwerke/

2024

Windsheimer M., Brand F., Kaup A.:
Multiscale Augmented Normalizing Flows for Image Compression
International Conference on Acoustics, Speech and Signal Processing (Seoul, 14. April 2024 - 19. April 2024)
DOI: 10.1109/ICASSP48485.2024.10446147
URL: https://ieeexplore.ieee.org/document/10446147
BibTeX: Download
Windsheimer M., Brand F., Kaup A.:
On Annotation-free Optimization of Video Coding for Machines
International Conference on Image Processing (ICIP) (Abu Dhabi, 27. Oktober 2024 - 30. Oktober 2024)
DOI: 10.1109/ICIP51287.2024.10647318
URL: https://ieeexplore.ieee.org/document/10647318
BibTeX: Download

2022

Brand F., Fischer K., Kopte A., Windsheimer M., Kaup A.:
RDONet: Rate-Distortion Optimized Learned Image Compression with Variable Depth
2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2022 (New Orleans, LA, USA, 19. Juni 2022 - 20. Juni 2022)
In: IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops 2022
DOI: 10.1109/CVPRW56347.2022.00186
BibTeX: Download
Brand F., Fischer K., Kopte A., Windsheimer M., Kaup A.:
RDONet: Rate-Distortion Optimized Learned Image Compression With Variable Depth
IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops (New Orleans, 19. Juni 2022 - 23. Juni 2022)
DOI: 10.1109/CVPRW56347.2022.00186
URL: https://ieeexplore.ieee.org/document/9857403
BibTeX: Download

Marc Windsheimer