Foto von Torben Teepe

Torben Teepe, M.Sc.

Technische Universität München

Lehrstuhl für Mensch - Maschine - Kommunikation (Prof. Rigoll)

Postadresse

Postal:
Arcisstr. 21
80333 München

Forschungsgebiete

• Deep Learning
• Computer Vision
• Gait Recognition

Publikationen

  • Teepe, Torben; Gilg, Johannes; Herzog, Fabian; Hörmann, Stefan; Rigoll, Gerhard: Towards a Deeper Understanding of Skeleton-Based Gait Recognition. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2022 mehr…
  • Teepe, Torben; Khan, Ali; Gilg, Johannes; Herzog, Fabian; Hörmann, Stefan; Rigoll, Gerhard: Gaitgraph: Graph Convolutional Network for Skeleton-Based Gait Recognition. 2021 IEEE International Conference on Image Processing (ICIP), IEEE, 2021, 2314-2318 mehr…
  • Herzog, Fabian; Ji, Xunbo; Teepe, Torben; Hörmann, Stefan; Gilg, Johannes; Rigoll, Gerhard: Lightweight Multi-Branch Network For Person Re-Identification. 2021 IEEE International Conference on Image Processing (ICIP), IEEE, 2021, 1129-1133 mehr…
  • Hörmann, Stefan; Zhang, Zeyuan; Knoche, Martin; Teepe, Torben; Rigoll, Gerhard: Attention-Based Partial Face Recognition. 2021 IEEE International Conference on Image Processing (ICIP), IEEE, 2021, 2978-2982 mehr…

Projekte

Grundrechtskonforme Gesichtserkennung im öffentlichen Raum
Projektpartner: Uniscon GmbH, Tüv Süd Digital Services, AXIS GmbH
Projektzeitraum: 01.10.2018 - 30.09.2020

Lehre

Signaldarstellung für MSE (WS 2019)

Studentische Arbeiten

Bei Anfragen zu studentischen Arbeiten reichen Sie bitte folgende Unterlagen mit ein:
• Aktueller Lebenslauf
• Notenauszug
• Bisherige Erfahrungen aus dem Themengebiet
• Starttermin

Offen

Alle ausgeschriebenen Arbeiten finden Sie hier.

Finished

2021
• Skeleton-Based Gait Recognition with Graph Convolutional Network (Forschungspraxis)

2020
• Skeleton-based Gait Recognition using Spatial-Temporal Graph Convolutional Networks (Master's Thesis)

2019
• MOTS: Multi-Object Tracking and Segmentation (Scientific Seminar)
• Attention-Aware Compositional Network for Person Re-identification (Scientifc Seminar)