SFB 1233 „Robustheit des Sehens“

Illustration eines selbstfahrenden Autos

Der Sonderforschungsbereich „Robustheit des Sehens – Prinzipien der Inferenz und der neuronalen Mechanismen“ (SFB 1233) befasst sich mit den Grundlagen des biologischen und maschinellen Sehens. Unser Sehvermögen funktioniert verblüffend robust: Selbst in einer sehr variablen Umwelt ermöglicht es uns, aus begrenzten visuellen Informationen verlässliche Schlussfolgerungen über die betrachtete Umgebung zu ziehen. Dafür werden von unseren Nervenzellen komplexe Berechnungen durchgeführt. Künstliche Sehsysteme, beispielsweise in selbstfahrenden Autos, sind zunehmend in der Lage, das menschliche Sehvermögen nachzubilden. Der Forschungsverbund will die Prinzipien und Algorithmen besser verstehen, die den Berechnungen visueller Systeme zugrunde liegen und „robustes Sehen“ ermöglichen. 

Themen, Ziele und Projekte

Nachwuchsforschungsgruppe zur holistischen Szenenmodellierung

Ziel 1a: Generative und kausale Modellierung

  1. Physikalische Modelle für Szeneninterpretation (Gehler, Lensch)
  2. Robuste Inferenz von Materialeigenschaften (Lensch, Schölkopf)
  3. Vergleich von robusten Sehleistungen von Mensch und Maschine (Wallis, Bethge)
  4. Kausale Inferenz-Strategien im visuellen System des Menschen (Wichmann, Schölkopf)

Ziel 1b: Feedback und neuronale Repräsentationen

  1. Aufgaben-abhängige Modulation der visuellen Verarbeitung (von Luxburg, Franz)
  2. Probabilistische Inferenz im frühen visuellen Kortex (Nienborg, Macke, Wichmann)
  3. Neuronale Interaktionen während natürlicher visueller Wahrnehmung (Siegel)
  4. Robustes perzeptuelles Lernen: Die Rolle von Vorwissen und Schlaf (Rauss, Nienborg)

Ziel 2: Dynamischer Input

  1. Verarbeitung natürlicher dynamischer Reize im menschlichen Hirn (Bartels, Black)
  2. Natürliche visuelle Reize für Mäuse: Statistik der natürlichen Umwelt und deren Repräsentation im visuellen System (Busse, Schaeffel, Euler)
  3. Ortsfeste Wahrnehmung trotz Fixationsaugenbewegungen: wo und wie wird das Bild stabilisiert? (Schaeffel, Hafed)

Ziel 3: Präkortikale Bildverarbeitung

  1. Wie Bilder durch eine vollständige Ganglienzellpopulation an einem Ort der Retina verarbeitet werden (Euler, Bethge)
  2. Visuelle Verarbeitung von Feedforward- und Feedback-Signalen im dLGN des Thalamus (Busse, Berens)
  3. Bildverarbeitungsalgorithmen für künstliche Sehsysteme (Stingl, Macke, Zeck, Zrenner)

   

  • Mercator-Projekt: Lernen von Repräsentationen für effiziente, visuelle Inferenz in dynamischen Umgebungen (Bohg)

Sprecher

Prof. Dr. Matthias Bethge
(Sprecher)

Werner Reichardt Centre for Integrative Neuroscience
Otfried-Müller-Str. 25
72076 Tübingen

Telefon: +49 7071 29-89017
E-Mail: matthias.bethge[at]uni-tuebingen.de

Michael Black, Ph.D., Direktor
(Vize-Sprecher)

Max-Planck-Institut für Intelligente Systeme
Spemannstrasse 41
72076 Tübingen

Telefon: +49 7071 601-1801
E-Mail: black[at]tue.mpg.de

Partner

Stanford-University-Logo

Kontakt

Sprecher

Prof. Dr. Matthias Bethge

Universität Tübingen

Vize-Sprecher

Michael Black, Ph.D., Direktor

Max-Planck-Institut für Intelligente Systeme

Koordination

Dr. Tina Gauger

Tel.: +49 7071 29 89019

tina.gauger[at]uni-tuebingen.de


Dr. Judith Lam 
(in Elternzeit)

Tel.: +49 7071 29 89019

judith.lam[at]uni-tuebingen.de

 

BCCN-Logo