
Prof. Dr. Laura Leal-Taixé
Professur
Fakultät
Kontakt
Wissenschaftliche Laufbahn und Forschungsgebiete
Prof. Dr.-Ing. Laura Leal-Taixé (*1984) forscht im Bereich Computer Vision und Machine Learning. Sie konzentriert sich insbesondere auf die Videoanalyse und Problemlösungen, wie z.B. mehrfache Objekt-Verfolgung, Bewegungsanalyse oder semantische Segmentierung. Das automatische Analysieren von Videodaten durch Maschinen ist für Anwendungen wie das autonome Fahren unerlässlich. In dem Projekt socialMaps, für das sie den Sofja Kovalevskaja-Preis erhalten hat, schlägt sie vor, dynamische und soziale Informationen in statische Karten aufzunehmen, um den Fahrzeugverkehr vom Fußgängerverkehr abzukoppeln.
Prof. Dr.-Ing. Laura Leal-Taixé wurde in Barcelona geboren, wo sie ihren B.Sc. und M.Sc. in Telekommunikationstechnik an der Technischen Universität von Katalonien (UPC) absolvierte. Von 2009 bis 2013 promovierte sie am Institut für Informationsverarbeitung (TNT) der Leibniz Universität Hannover. Während ihrer Promotion war sie ein Jahr lang als Gastwissenschaftlerin bei Prof. Silvio Savarese an der University of Michigan in Ann Arbor tätig. Anschließend arbeitete sie zwei Jahre als Postdoc am Institut für Geodäsie und Photogrammetrie der ETH Zürich, wo sie sich mit Tracking und Benchmarking beschäftigte. Im Februar 2018 wurde sie Rudolf Mößbauer Tenure Track-Professorin für Dynamic Vision and Learning.
Wichtigste Auszeichnungen
- Google Faculty Award, 2020
- Sofja Kovalevskaja-Preis, Alexander von Humboldt-Stiftung, 2017
- DAAD-Funding, Australia-German Joint Research Corporation Scheme, 2017
- Reisestipendium für die Women in Computer Vision Association am CVPR, 2016
- Reisestipendium für das Promotionskonsortium beim CVPR, 2013
Schlüsselpublikationen (alle Publikationen)
The Center of Attention: Center-Keypoint Grouping Attention for Multi-Person Pose Estimation. Guillem Braso, Nikita Kister, and Laura Leal-Taixe. International Conference on Computer Vision (ICCV), 2021.
AbstractLearning Intra-Batch Connections for Deep Metric Learning. Jenny Seidenschwarz, Ismail Elezi, and Laura Leal-Taixe. International Conference on Machine Learning (ICML), 2021.
AbstractPatch2Pix: Epipolar-Guided Pixel-Level Correspondences. Qunjie Zhou, Torsten Sattler, and Laura Leal-Taixe. Conference on Computer Vision and Pattern Recognition (CVPR), 2021.
AbstractGuillem Braso and Laura Leal-Taixé. Learning a neural solver for multiple object tracking. Conference on Computer Vision and Pattern Recognition (CVPR), 2020.
AbstractMaxim Maximov, Ismail Elezi, and Laura Leal-Taixé. CIAGAN: Conditional identity anonymizationgenerative adversarial networks. Conference on Computer Vision and Pattern Recogni- tion (CVPR), 2020.
Abstract