Prof. Dr. Daniel Cremers

Professur

Bildverarbeitung und Künstliche Intelligenz

School

TUM School of Computation, Information and Technology

Kontakt

Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Cremers forscht auf den Gebieten Bildverarbeitung, maschinelles Lernen und Robotik. Ziel dieser Forschung ist es, Maschinen die Analyse und Interpretation von Bilddaten nahezubringen. Methodische Schwerpunkte seiner Forschung sind konvexe Optimierung, statistisches Lernen und neuronale Netze. Prof. Cremers ist/war Mitherausgeber der Zeitschriften International Journal of Computer Vision, IEEE Trans. on Pattern Recognition and Machine Intelligence und SIAM Journal of Imaging Sciences und Präsident der European Computer Vision Association.

Nach dem Studium der Physik und Mathematik an den Universitäten Heidelberg, Indiana State und Stony Brook promovierte Prof. Cremers 2002 in Informatik an der Universität Mannheim. Im Anschluss war er als Postdoctoral Researcher an der UCLA und ab 2004 als Member of Staff bei Siemens Corporate Research (Princeton) tätig. 2005 nahm er einen Ruf an die Universität Bonn an. Seit 2009 ist Prof. Cremers Ordinarius für Bildverarbeitung und Künstliche Intelligenz an der TUM. Prof. Cremers ist Direktor des Munich Center for Machine Learning, des Munich Data Science Institutes und von ELLIS Munich. Er ist Mitglied der Bayerischen Akademie der Wissenschaften.

Wichtigste Auszeichnungen

European Computer Vision Association Koenderink Test of Time Award (2024)
Gottfried Wilhelm Leibniz-Preis der DFG (2016)
European Research Council Starting (2009), Consolidator (2014) and Advanced Grant (2021)
UCLA Chancellor’s Award for Postdoctoral Research (2005)
Olympuspreis der Deutschen Arbeitsgemeinschaft für Mustererkennung (2004)

Schlüsselpublikationen

Engel J, Schöps T, Cremers D: „LSD-SLAM: Large-Scale Direct Monocular SLAM“. European Conference on Computer Vision. 2014; 834-849.

Abstract

Cremers D, Kolev K: “Multiview Stereo and Silhouette Consistency via Convex Functionals over Convex Domains”. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2011; 33(6): 1161-1174.

Abstract

Schoenemann T, Cremers D: “A Combinatorial Solution for Model-based Image Segmentation and Real-time Tracking”. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2010; 32(7): 1153-1164.

Abstract

Cremers D: “Dynamical statistical shape priors for level set based tracking”. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2006; 28(8): 1262-1273.

Abstract

Cremers D, Osher SJ, S. Soatto S: “Kernel density estimation and intrinsic alignment for shape priors in level set segmentation”. International Journal of Computer Vision. 2006; 69(3): 335-351.

Abstract

Bei Änderungs- oder Aktualisierungswünschen wenden Sie sich bitte an Franz Langer.