Das Themenfeld Computer Vision setzt den Forschungsschwerpunkt auf fortgeschrittenen Methoden der KI im Bereich der Bildverarbeitung. Besondere Beachtung erhalten dabei Randbedingungen, die beim Einsatz von Kameras in Mobilitätsträgern berücksichtigt werden müssen, wie z. B. widrige Umweltbedingungen oder eine hohe Dynamik. Das Ziel ist die Erforschung von KI-Architekturen, die eine hohe Detektionsgüte aus Kameradaten selbst unter solchen Randbedingungen zuverlässig gewährleisten können. Durch KI-basierte Methoden wird aus unterschiedlichen Sensoren ein umfassendes Bild der Fahrzeugumgebung in Echtzeit als Grundlage für das automatisierte Fahren und unbemannte Fliegen generiert. Eine robuste Sensordatenfusion, die Sensordaten unterschiedlichen Ursprungs (z. B. aus dem Fahrzeug oder aus der Infrastruktur) und unterschiedlicher Qualität betrachtet, steht im Zentrum der Forschung. Weiter stehen die Echtzeitfähigkeit und die Entwicklung von KI-Systemen für Mobilitätsanwendungen, die wenig rechenintensiv sind, im Fokus. Viele Systemkomponenten, die bei der automatisierten Mobilität benötigt werden, erfordern Echtzeitfähigkeit, z. B. Detektion und Tracking von Objekten oder Reglersysteme. Um für solche Systemkomponenten die Vorteile von KI-Methoden nutzbar zu machen, ist es erforderlich, KI-Algorithmen in Echtzeit zu verarbeiten. Hierbei spielen innovative Architekturen von KI-Algorithmen und deren effiziente Umsetzung auf Hardware-Komponenten eine zentrale Rolle.
Ein weiterer wichtiger Anwendungsfall und Fokus dieses Themenfeldes ist der Einsatz von Computer Vision auf medizinischen Bilddaten. Hierbei werden in Kooperation mit nationalen sowie internationalen klinischen Forschungseinrichtungen sowie Industriepartnern neueste KI Methoden erforscht und deren Anwendung erprobt.
