Deaktivierung durchgeführt! Ihre Besuche auf dieser Webseite werden von der Webanalyse nicht erfasst. Bitte beachten Sie, dass auch der Matomo-Deaktivierungs-Cookie dieser Webseite gelöscht wird, wenn Sie die in Ihrem Browser abgelegten Cookies entfernen. Außerdem müssen Sie, wenn Sie einen anderen Computer oder einen anderen Webbrowser verwenden, die Deaktivierungsprozedur nochmals absolvieren.

  Ihr Besuch dieser Webseite wird aktuell von der Matomo Webanalyse nicht erfasst. Diese Checkbox aktivieren für Opt-In.
X

Visual Crowd Analysis / Brandschutzdirektion

Auf Großveranstaltungen, wie z. B. bei Konzerten in der Münchner Olympiahalle, ist es aus Sicherheitsgründen wichtig, schnell und möglichst genau die Anzahl von Menschen in einer Menge oder in einem gewissen Areal schätzen oder bestimmen zu können. Dies ist erforderlich, damit Einsatzkräfte und Sicherheitspersonal vor Ort den Zu- und Abfluss der Menschen oder die Auslastung von bestimmten Bereichen (z. B. in sogenannten Wellenbrechern) steuern können, um Ausnahmesituationen zu vermeiden und geltende Sicherheitsrichtlinien einzuhalten.

Das manuelle oder menschliche Schätzen der Massendichte oder das Zählen von Menschen in einer Menge erweist sich oft als schwierig, ungenau und zu langsam, um schnell auf Veränderungen reagieren zu können.

Eine maschinelle und automatisierte Lösung zur Zählung von Menschen in bestimmten Bereichen würde die Arbeit der Brandschutzdirektion der Landeshauptstadt München sehr erleichtern.

Studierende des Masterkurses Deep Learning in Visual Computing arbeiten mit der Unterstützung Ihres Professors und Mitarbeitern der Branddirektion an Lösungen.

Die Ergebnisse werden nach Abschluss des Semesters hier veröffentlicht.

Semester: Sommersemester 2024

Challenge-Partner: Dr. Florian Dax, Mathias Duensing, Oliver Vogl (Branddirektion der LH München)

Betreuung: Prof. Dr. Markus Friedrich

Fakultät: FK 7 Informatik