Prof. Dr. Peer Stelldinger

Department of Computer Science
Professor für Theoretische Informatik, Bildverarbeitung und Maschinelles Lernen

Berliner Tor 7
20099 Hamburg

Room 10.81

E-Mail

Activities

Teaching

SoSe2024

  • B-AI3 - Graphentheoretische Konzepte und Algorithmen
  • B-AI4 - Künstliche Intelligenz

WiSe2023/2024

  • B-ITS2 - Automaten und Formale Sprachen
  • M-INF - Machine Learning
  • B-ITS5/B-AI5 - Seminar Künstliche Intelligenz und Maschinelles Lernen

SoSe2023

  • B-AI2 - Automaten und Formale Sprachen
  • B-AI4 - Intelligente Systeme
  • B-ITS5/B-AI5 - Seminar Machine Learning für Bildverarbeitung und andere Anwendungsfelder
  • B-AI5/BITS5 - Projekt Bildverarbeitung

WiSe2022/2023

  • B-ITS2 - Automaten und Formale Sprachen
  • B-AI4 - Intelligente Systeme
  • M-INF - Machine Learning

SoSe2022

  • B-AI2+B-ITS2 - Automaten und Formale Sprachen
  • B-AI5/BITS5 - Projekt Bildverarbeitung
  • B-ITS4+B-MT6 - Mustererkennung und Maschinelles Lernen / Bildverarbeitung

WiSe2021/2022

  • B-ITS2 - Automaten und Formale Sprachen
  • B-AI4 - Intelligente Systeme
  • B-ITS5/B-AI5 - Seminar Machine Learning für Bildverarbeitung und andere Anwendungsfelder (gemeinsam mit Prof. Neitzke)
  • M-INF - Maschinelles Lernen

SoSe2021

  • B-AI2 - Automaten und Formale Sprachen
  • B-AI3 - Graphentheoretische Konzepte und Algorithmen
  • B-ITS5/B-AI5 - Seminar Künstliche Intelligenz und Maschinelles Lernen (gemeinsam mit Prof. Tropmann-Frick)

WiSe2020/2021

  • B-ITS2 - Automaten und Formale Sprachen
  • B-AI4 - Intelligente Systeme
  • B-ITS5/B-AI5 - Seminar Machine Learning für Bildverarbeitung und andere Anwendungsfelder (gemeinsam mit Prof. Neitzke)
  • M-INF - Maschinelles Lernen

SoSe2020

  • B-AI1 - Mathematische Grundlagen der Informatik
  • B-AI2 - Automaten und Formale Sprachen
  • B-AI3 - Graphentheoretische Konzepte und Algorithmen

Focus areas/Expertise

  • Maschinelles Lernen und Künstliche Neuronale Netze
  • Bildverarbeitung & Signalverarbeitung
  • Theoretische Informatik: Algorithm Engineering und Komplexitätstheorie
  • Geometrieverarbeitung & Oberflächenrekonstruktion
  • Topologische Abtasttheoreme
  • Autostereoskopie

Offices held/Professional memberships

  • DASHH Principal Investigator (DASHH = Data Science in Hamburg HELMHOLTZ Graduate School for the Structure of Matter)
  • Mitglied des DASHH Topic Evaluation and Selection Committee (TESC)
  • Leiter (zusammen mit Susanne Draheim) des Arbeitskreises Informatik an Schulen (AKIS)
  • Mitglied im Departmentrat Informatik
  • Mitglied in der Jury der Fakultät TI für das Deutschlandstipendium
  • Stellvertretendes Mitglied der Vertrauenskommission der Fakultät TI, sowie der hochschulweiten Vertrauenskommission
  • Vertrauensdozent der Studienstiftung des Deutschen Volkes
  • AI Grid Mentor (www.ai-grid.org)
  • Mitglied der CARPE Special Interest Group Data Science & AI

Thesis (B.A./M.A.) and PhD supervision

Betreute Bachelorarbeiten:

  • Debora Anane: "Sensor Fusion mit der Beachtung der zeitlichen Synchronisierung zwischen Kamera und LiDAR-Daten", 2024 (Zweitgutachterin: M. Tropmann-Frick)
  • Julius Elshoff: "Fine-Tuning eines BERT-Modells zur Vorhersage von Antwortmöglichkeiten auf Nachrichten in einer Chat-App", 2024 (Zweitgutachterin: M. Tropmann-Frick)
  • Aaron Friedenberg: "Automatisierte Detektion von Ascosporen mit einem USB-Mikroskop", 2023/2024 (Zweitgutachterin: M. Tropmann-Frick)
  • Justus Biermann: "Grid Reconstruction from detected Corner Points of a Calibration Pattern", 2023/2024 (Zweitgutachterin: J. Padberg)
  • Dennis Fischer: "Automatisierte Personalisierung von Kinderbüchern anhand von Fotos mit Personen", 2023/2024 (Zweitgutachter: S. Pareigis)
  • Andreas Neumann: "Vergleich und Analyse von kamerabasierten Tracking-Algorithmen für die Implementierung einer Personenfolge-Funktionalität eines Roboters im Healthcare-Sektor", 2023/2024 (Zweitgutachter: T. Tiedemann)
  • Thomas Lehmann: „Materialsegmentierung auf multispektralen Leiterplattenbildern durch CNNs und Partial Label Learning“, 2023/2024 (Zweitgutachter: T. Tiedemann)
  • Moreno Schünemann: „Optimierung der Rückrufstrategie in einem Call-Center mit Methoden des Maschinellen Lernens“, 2023 (Zweitgutachter: M. Neitzke)
  • Kjell May: „Entwicklung eines bildbasierten Assistenten für Chinesisches Schach“, 2023 (Zweitgutachter: Prof. Dr. M. Tropmann-Frick)
  • Hauke Berner: „Apfel-Identifikation aufgrund individueller Anordnungen von Lentizellen“, 2023 (Zweitgutachter: Prof. Dr. Philipp Jenke )
  • Clifford Aniteye: „Implementierung eines auf maschinellem Lernen basierenden Systems zur Erkennung und Entfernung von Wasserzeichen“, 2023 (Zweitgutachterin: M. Tropmann-Frick)
  • Belal Karimzai: "Optimierung am Sortiersystem eines Distributionszentrum mittels Machine Learning", 2022/2023 (Zweitgutachterin: M. Tropmann-Frick)
  • Onne Grabbert: "Evaluation und Optimierung eines Algorithmus zur Auswertung von TimePix-Daten", 2022/2023 (Zweitgutachter: Philipp Jenke)
  • Quan Vu Anh: "Information Extraction from Rooftop Satellite Imagery using Machine Learning", 2022/2023 (Zweitgutachter: M. Neitzke)
  • Benjamin Oechsle: "Entwicklung eines binauralen 3D-Sound-Positionierungs-Algorithmus durch Zuhilfenahme von Head-Related Transfer Functions", 2022 (Zweitgutachter; Stephan Pareigis)
  • Philip Gisella: "Automatische Erkennung von Gestaltungselementen in Bildern und Bestimmung ihres Einflusses auf die Click Through Rate zur Optimierung von Display Werbemitteln", 2022 (Zweitgutachterin: M. Tropmann-Frick)
  • Christopher Königsfeld: "Reviving dead neurons of a neural network affected by the dying ReLU problem by adjusting the activation function", 2022 (Zweitgutachter: T. Clemen)
  • Lara Schradick: "Untersuchung der Auswirkung von Skalierung vor dem SoftMax-Layer auf die Robustheit eines Neuronalen Netzes", 2022 (Zweitgutachterin: B. Buth)
  • Jonas Wilkens: "Prototypische Implementation sowie Untersuchung der Robustheit eines Verfahrens zur Höhenmessung von geprägtem Karton mit einem USB-Mikroskop", 2021/2022 (Zweitgutachter: A. Meisel)

Begutachtete Bachelorarbeiten:

  • Leonhard Ken Weich: "Analyse des Markov Junior Algorithmus am Beispiel der Generierung von Labyrinthen", 2024 (Erstbetreuer: P. Jenke)
  • Mika Nickel: "Eine Shape Grammar für organische Formen", 2024 (Erstbetreuer: P. Jenke)
  • Benjamin Schröder: "Beispiel-basierte inverse prozedurale Generierung für zweidimensionale Szenen", 2024 (Erstbetreuer: P. Jenke)
  • Tobias Schulz: "Merkmalslose Malware-Erkennung durch dynamische Faltungsnetzte und Multi-Target-Learning", 2023/2024 (Erstbetreuer: M. Neitzke)
  • Sung-Hack Hong: "Data-Quality- Management: Duplikatenerkennung durch Machine Learning", 2023 (Erstbetreuer: M. Neitzke)
  • Luise Kempa: "Automatisierte Objekterkennung und -zählung von Vögeln in großen Schwärmen mit Hilfe von Maschinellem Lernen", 2023 (Erstbetreuer: T. Clemen)
  • Quizhu Lu: "Textbasierte Emotionserkennung durch neuronale Netze", 2023 (Erstbetreuer: M. Neitzke)
  • Timon Rupelt: "Untersuchung von Lösungen mit maschinellem Lernen für die Tiefenbestimmung mit Stereobilddaten unter umweltbedingten Störungen", 2023 (Erstbetreuer: T. Tiedemann)
  • Akram Askar: „Vorhersage des Batterieverbrauchs bei Elektrofahrzeugen mittels Methoden des maschinellen Lernens“, 2023 (Erstbetreuer: M. Neitzke)
  • Julian Tamm: „Semantische Latent Space Exploration mit Style-GANs“, 2023 (Erstbetreuer: M. Neitzke)
  • Luise Kempa: „Automatisierte Objekterkennung und -zählung von Vögeln in großen Schwärmen mit Hilfe von Maschinellem Lernen“, 2023 (Erstbetreuer: T. Clemen)
  • Jonas Steinhauser: „Einsatz der Genetischen Programmierung zur Lösung des Storage Location Assignment Problems anhand eines konkreten Anwendungsfalls“, 2022/2023 (Erstbetreuer: M. Neitzke)
  • David Berschauer: „Vergleich und Evaluation LiDAR-basierter 3D-SLAM-Verfahren zur kombinierten Nutzung für Navigation und Pflanzenanalyse in Baumobstkulturen“, 2022/2023 (Erstbetreuer: T. Tiedemann)
  • Niklas Hillen : "Embedding von Feature generierenden CNNs in die digitale Datenverarbeitung zur genaueren Bestimmung des Wartungszustands von Schienensystemen", 2022/2023 (Erstbetreuer: S. Pareigis)
  • Marvin Siemsen: "Prozedurales Generieren von 3D Dungeons mit Wave Function Collapse", 2022/2023 (Erstbetreuer: P. Jenke)
  • David Ralf: "Entwicklung einer Gewinnwahrscheinlichkeits-Vorhersage für das Spiel League of Legends mithilfe maschinellen Lernens", 2022 (Erstbetreuer: M. Neitzke)
  • Adem-Can Agdas: "Fusion von Kamera- und Punktwolkendaten in Simulation und Realwelt", 2022 (Erstbetreuer: T. Tiedemann)
  • Jendrik Stoltz: "Explainable-AI-basierte Fehleranalyse in CNN-Klassifikatoren", 2022 (Erstbetreuer: M. Neitzke)
  • Yannik Eisenschmidt: "Vergleich unterschiedlicher Machine-Learning-Verfahren für das Voraussagen und Erklären der Ausfälle von Produktionsleitsystemen", 2022 (Erstbetreuer: M. Neitzke)
  • Dennis Sentler: "Detektion von Sprachbefehlen auf Edge-Geräten unterstützt durch automatisierte Trainingsdaten-Synthese für eine Not-Halt-Anwendung", 2022 (Erstbetreuer: S. Pareigis)
  • Tim Zacher: "Flexible Farbkalibrierung von Industriekameras", 2021/2022 (Erstbetreuer: A. Meisel)
  • Fynn-Luca Maaß: "End-to-End Deep Learning for Lane Keeping of Self-Driving Cars with Focus on Robustness against System Discrepancies regarding the Steering", 2021/2022 (Erstbetreuer: S. Pareigis)
  • Anastasiya Vladimirova: "Analysis and Comparison of Various Clustering and Dimensionality Reduction Algorithms on LIDAR-Ceilometer Aerosol-Backscatter Data", 2021 (Erstbetreuer: M. Neitzke)
  • Eric Schaefer: "Quality Classification and Evaluation of Bicycles Based on Images Using Deep Learning Approaches", 2021 (Erstbetreuerin: M. Tropmann-Frick)

Betreute Masterarbeiten:

  • Kolja Sielmann: „Adversarial Attacks and Defense based on JPEG Coefficients“, 2023 (Zweitgutachterin: M. Tropmann-Frick)

Begutachtete Masterarbeiten:

  • Niklas Wenzel:"Detektion kleiner Objekte in Thermal- und Farb-Drohnenaufnahmen zur Verbesserung der Klassifikation von Baustellen", 2023/2024 (Erstbetreuer: T. Tiedemann)
  • Denisz Mihaijlov: "Ein Prozedurales Regelsystem zur Generierung und Positionierung von Räumen und Möbeln in Gebäudehüllen", 2023 (Erstbetreuer: P. Jenke)
  • Sebastian Brückner: "Surface reconstruction for mapping applications from LiDAR point clouds", 2023 (Erstbetreuer: T. Tiedemann)
  • Matthis Keppner: "Vergleich von Clustering-Verfahren und Datenvorverarbeitungsvarianten bei Anwendung auf multispektralen Bilddaten", 2023 (Erstbetreuer: T. Tiedemann)
  • Morten Stehr: „Optimization of Probabilistic Deep Neural Networks for Football Result Prediction”, 2023 (Erstbetreuerin: M. Tropmann-Frick)
  • Leon-Maxim Meyer: "UAV Tracking and Flight Vector Prediction From a USV", 2022 (Erstbetreuer: T. Tiedemann)

Betreute Doktorarbeiten:

Abgeschlossene Promotionen:

  • Dr. Leonid Tcherniavski: Minimal Sampling Criteria and Method for Nonmanifold Surface Reconstruction from Unorganized Points, 2013
  • Dr. Junhao Xiao: Planar Segments Based Three-dimensional Robotic Mapping in Outdoor Environments, 2013 (Zweitgutachter)
  • Dr. Hannes Bistry: Intelligente Kamerasysteme im Anwendungsfeld mobiler Service-Roboter, 2013 (Zweitgutachter)
  • Dr. Jianhua Zhang: Explore objects and categories in unexplored environments based on multimodal data, 2012 (Zweitgutachter)
  • Dr. Fangwu Shu: High-Precision Calibration Approaches to Robot Vision Systems, 2009 (Zweitgutachter)

Short bio

Seit  2020 : Professor für Theoretische Informatik, Bildverarbeitung und Maschinelles Lernen, HAW Hamburg
2017-2020: Entwicklungsleiter Hardware/Software, SeeFront GmbH
2013-2016: Forschung & Entwicklung, EyeC GmbH
2011-2013: Vertretungsprofessor, Universität Hamburg
2010-2011: PostDoc am International Computer Science Institute (ICSI) und der University of California at Berkeley, USA
2007-2010: Vertretungsprofessor, Universität Hamburg
2005:           Gastwissenschaftler, Temple University, Philadelphia, USA
2003-2007: Promotion / Wissenschaftlicher Mitarbeiter, Universität Hamburg
2003:           Diplom Informatik

Forschungsprojekte

publications

Öffentliche Links:

Patente & Patentanträge:

  • EP3767946A1 Basisdisplay für eine autostereoskopische Displayanordnung
  • DE102018113822A1Konvertieren eines Bildstroms mit stereoskopischen Bildinhalten

Additional information

x