Dr.-Ing. René Schuster

Kontakt +49 631 20575 3605 (Kaiserslautern)

Adresse (Kaiserslautern) Trippstadter Straße 12267663 Kaiserslautern

Publikationen

AnonyNoise: Anonymizing Event Data with Smart Noise to Outsmart Re-Identification and Preserve Privacy
Katharina Bendig; René Schuster; Nicole Thiemer; Karen Joisten; Didier Stricker
In: IEEE Winter Conference on Applications of Computer Vision (WACV). IEEE Winter Conference on Applications of Computer Vision (WACV-2025), February 28 - March 4, Tucson, AZ, USA, Institute of Electrical and Electronics Engineers (IEEE), 2025.
Modality-Incremental Learning with Disjoint Relevance Mapping Networks for Image-based Semantic Segmentation
Niharika Hegde; Shishir Muralidhara; René Schuster; Didier Stricker
In: IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision (WACV-2025), February 28 - March 4, Tucson, AZ, USA, IEEE, 2025.
Domain-Incremental Semantic Segmentation for Autonomous Driving under Adverse Driving Conditions
Shishir Muralidhara; René Schuster; Didier Stricker
In: Proceedings of the International Conference on Pattern Recognition Applications and Methods. International Conference on Pattern Recognition Applications and Methods (ICPRAM-2025), February 23-25, Porto, Portugal, Scitepress, 2025.

COPPER
Kontinuierliche Optische Wahrnehmung für Dynamische Umgebungen in und um Fahrzeuge
Das Projekt COPPER zielt darauf ab, neue Konzepte im Rahmen alternativer, fortschrittlicher Trainingsstrategien für tiefe neuronale Netze zu entwickeln, die im Bereich des assistierten und autonomen…
FUMOS
Fusion multimodaler optischer Sensoren zur 3D Bewegungserfassung in dichten, dynamischen Szenen für mobile, autonome Systeme
Autonome Fahrzeuge werden ein unverzichtbarer Bestandteil zukünftiger Mobilitätssysteme sein. Mit autonomen Fahrzeugen lässt sich die Sicherheit des Fahrens bei gleichzeitiger Steigerung der…
DECODE
Continual Learning zur visuellen und multimodalen Erkennung menschlicher Bewegungen und des semantischen Umfeldes in alltäglichen Umgebungen
Das Maschinelle Lernen und insbesondere Künstliche Intelligenz (KI) in Tiefen Lernverfahren („Deep Learning“) haben das Maschinelle Sehen („Computer Vision“) in fast allen Bereichen revolutioniert.…