Wissenschaftliche Laufbahn und Forschungsgebiete

Das Arbeitsgebiet von Prof. Rigoll (*1958) beinhaltet das gesamte Spektrum der Mustererkennung für die multimodale Mensch-Maschine-Interaktion, mit den Teilgebieten Sprachverarbeitung, audiovisuelle Informationsverarbeitung, Handschrifterkennung, Gestik- und Emotionserkennung, Gesichtsdetektion und -erkennung, Objektverfolgung und interaktive grafische Systeme. In diesen Bereichen ist er Autor und Co-Autor von mehr als 500 Veröffentlichungen und hat in zahlreichen Programmkomitees, sowie als Gutachter im In- und Ausland mitgewirkt.

Nach dem Studium der Technischen Kybernetik in Stuttgart war er für das dortige Fraunhofer-Institut tätig, wo er 1986 mit einer Arbeit über automatische Spracherkennung promovierte. Danach war er bis 1988 Postdoctoral Fellow am IBM Thomas Watson Research Center in Yorktown Heights/USA und nach der Habilitation in Stuttgart von 1991-1993 Gastwissenschaftler am NTT Human Interface Laboratory in Tokio/Japan. Von 1993 bis 2001 war er Professor für Technische Informatik an der Gerhard-Mercator-Universität Duisburg, bevor er 2002 an die TUM berufen wurde.

Wichtigste Auszeichnungen

  • IEEE Fellow for Contributions to Multimodal Human-Machine Communication (2019)
  • DAGM-Preis der Deutschen Arbeitsgemeinschaft für Mustererkennung (2000)
  • Heisenberg-Stipendium der DFG (1993)
  • FpF-Preis für die beste Dissertation der Stuttgarter Fraunhofer-Institute (1987)

Hofmann M, Tiefenbacher P, Rigoll G: "Background Segmentation with Feedback: The Pixel-Based Adaptive Segmenter".  2012 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops. Providence, RI, USA. 16-21 June 2012.

Abstract

Hofmann M, Geiger J, Bachmann S, Schuller B, Rigoll G: "The TUM gait from audio, image and depth (gaid) database: Multimodal recognition of subjects and traits". Journal of Visual Communication and Image Representation. 2014; 25(1): 195-206.

Abstract

Wöllmer M, Kaiser M, Eyben F, Schuller B, Rigoll G: "LSTM-Modeling of continuous emotions in an audiovisual affect recognition framework". Image and Vision Computing. 2013; 31(2): 153-163.

Abstract

Eickeler S, Müller S, Rigoll G: “Recognition of JPEG Compressed Face Images Based on Statistical Methods”. Image and Vision Computing Journal, Special Issue on Facial Image Analysis. 2000; 18(4): 279-287.

Abstract

Rigoll G: “Maximum Mutual Information Neural Networks for Hybrid Connectionist-HMM Speech Recognition Systems”. IEEE Transactions on Speech and Audio Processing, Special Issue on Neural Networks for Speech Processing. 1994; 2(1): 175-184.

Abstract