Werkstudent (all genders) – Robuste Feed-Forward-3D-Rekonstruktion für dynamische Szenen

XITASO GmbH; Augsburg; Vor Ort; EUR 21.000 - 26.000; Teilzeit

Zusammenfassung

XITASO GmbH in Bayern/Augsburg sucht eine Werkstudentin bzw. einen Werkstudenten zur Unterstützung bei der Entwicklung robuster Feed-Forward-Rekonstruktionsmodelle für dynamische 3D-Szenen.

Du arbeitest an einer monokularen oder multi-View-Rekonstruktion und prüfst Stabilität unter wechselnder Beleuchtung, Verdeckungen sowie widrigen Wetterbedingungen. Du bringst starke Python- und PyTorch-Kenntnisse mit, besitzt Verständnis für Computer Vision und 3D-Geometrie und kommunizierst auf Englisch

Qualifikationen

• Du studierst aktuell Informatik, KI, Robotik, Elektrotechnik, Data Science oder eine vergleichbare Fachrichtung.
• Du verfügst über sehr gute Programmierkenntnisse in Python und praktische Erfahrung mit PyTorch.
• Du besitzt gutes Verständnis von Computer Vision, Deep Learning, 3D-Geometrie oder Multi-View Vision.
• Erfahrung mit Tiefenschätzung, Optical Flow, Punktwolken, Kameraposenschätzung, NeRF, 3D Gaussian Splatting oder 3D-Rekonstruktion ist von Vorteil.
• Deine Sprachkenntnisse ermöglichen Englisch auf mind. C1-Niveau; Deutschkenntnisse sind wünschenswert, aber nicht zwingend erforderlich.

Aufgaben

• Entwicklung und Evaluation von Feed-Forward-Modellen zur Rekonstruktion dynamischer 3D-Szenen aus monokularen oder Multi-View-Bildsequenzen.
• Untersuchung der Rekonstruktionsrobustheit bei Verdeckungen, beleuchtungsbedingten Änderungen und widrigen Wetterbedingungen.
• Entwicklung von Methoden zur Verbesserung der geometrischen Konsistenz bei wechselnder Beleuchtung und Reflexionen.
• Evaluation der Modellleistung unter Regen, Nebel und eingeschränkter Sicht.
• Dokumentation technischer und experimenteller Ergebnisse sowie Vergleich mit Baselines.

Kenntnisse

Python

PyTorch

Computer Vision

Deep Learning

3D Geometry

Multi-View Vision

English C1

Ausbildung

Informatik Studium

Künstliche Intelligenz

Robotik Studium

Data Science

Tools

PyTorch

Jobbeschreibung

Das ist die Herausforderung

Werde Teil unserer Mission

Kurzbeschreibung

Feed-Forward-Modelle zur 3D-Rekonstruktion können Szenengeometrie direkt aus Bildern oder Videos vorhersagen, ohne eine aufwendige szenenspezifische Optimierung zu benötigen. Durch die Kombination von großskaligem Pre-Training, Multi-View-Reasoning und starken geometrischen Priors stellen sie eine effiziente Alternative zu klassischen Rekonstruktionsverfahren wie Structure-from-Motion, NeRF und optimierungsbasiertem 3D Gaussian Splatting dar.

Trotz aktueller Fortschritte reagieren bestehende Modelle weiterhin empfindlich auf anspruchsvolle reale Bedingungen. Verdeckungen, bewegte Objekte, wechselnde Beleuchtung, Nachtaufnahmen, Reflexionen, Regen, Nebel und Schnee können zu unvollständiger Geometrie, unzuverlässigen Korrespondenzen und zeitlich inkonsistenten Vorhersagen führen. Eine höhere Robustheit unter solchen Bedingungen ist daher insbesondere für autonomes Fahren und robotische Wahrnehmung von großer Bedeutung.

Als Werkstudent*in unterstützt du die Entwicklung robuster Feed-Forward-Rekonstruktionsmodelle für dynamische Szenen. Du untersuchst Methoden zur Behandlung von Verdeckungen, Beleuchtungsänderungen und widrigen Wetterbedingungen. Darüber hinaus erforschst du, wie große Rekonstruktionsmodelle als universelle geometrische Backbones für nachgelagerte Aufgaben des 3D-Szenenverständnisses eingesetzt werden können, insbesondere für Semantic Occupancy Prediction und 4D Occupancy Forecasting.

Diese Aufgaben interessieren Dich

• Entwicklung und Evaluation von Feed-Forward-Modellen zur Rekonstruktion dynamischer 3D-Szenen aus monokularen oder Multi-View-Bildsequenzen.
• Untersuchung der Rekonstruktionsrobustheitbei partiellen und langfristigen Verdeckungen, bewegten Objekten und unvollständigen Beobachtungen.
• Entwicklung von Methoden zur Verbesserung der geometrischen Konsistenz bei wechselnder Beleuchtung, schlechten Lichtverhältnissen, Schatten und Reflexionen.
• Evaluation und Verbesserung der Modellleistung unter widrigen Wetterbedingungen wie Regen, Nebel, Schnee und eingeschränkter Sicht.
• Vergleich der entwickelten Methoden mit relevanten Baselines sowie Dokumentation technischer und experimenteller Ergebnisse.

Das zeichnet Dich aus

• Du absolvierst gegenwärtig einen Studiengang im Bereich Informatik, Künstliche Intelligenz, Robotik, Elektrotechnik, Data Science oder einer vergleichbaren Fachrichtung.
• Du hast sehr gute Programmierkenntnisse in Python sowie praktische Erfahrung mit PyTorch.
• Du besitzt ein gutes Verständnis von Computer Vision, Deep Learning, 3D-Geometrie oder Multi-View Vision.
• Erfahrung mit Tiefenschätzung, Optical Flow, Punktwolken, Kameraposenschätzung, NeRF, 3D Gaussian Splatting oder 3D-Rekonstruktion ist von großem Vorteil.
• Deine Sprachkenntnisse machen es Dir möglich, deine Rolle auf Englisch (mind. C1-Niveau) auszuüben. Deutschkenntnisse sind wünschenswert, aber nicht zwingend erforderlich.

Das bieten wir Dir

Gehaltsinformationen

Innerhalb unseres einheitlichen und transparenten Gehaltsframeworks liegt die Vergütung für diese Position zwischen 15,50 € und 19,50 € pro Stunde und orientiert sich an verschiedenen Faktoren, wie Qualifikation und Erfahrung.

Deine Bewerbungsunterlagen