Kleinwalsertal

Matthias Körschens

Institut für Ökologie und Evolution | Professur für Biodiversität der Pflanzen
Kleinwalsertal
Foto: Christine Römermann
Institut für Ökologie und Evolution
|
Biodiversität der Pflanzen
Matthias Körschens
Doktorand
Matthias Körschens
Otto-Renner-Villa, Raum 105
Philosophenweg 16
07743 Jena

Forschungsinteressen

  • Deep learning
  • Feingranulare Bildklassifikation, -detektion und -segmentierung
  • Schwach überwachte Lernverfahren
  • Automatische Bildanalyse zur Biodiversitätsforschung
  • Auswirkungen des Klimawandels auf Biodiversität, funktionelle Merkmale von Pflanzen und Phänologie
Lebenslauf
Seit April 2019 Doktorand an der FSU Jena, Institut für Ökologie und Evolution, Professur Biodiversität der Pflanzen
08/2018 – 03/2019 Wissenschaftliche Hilfskraft der Computer Vision Group an der FSU Jena
05/2018 Masterarbeit über das Thema "Identification in Wildlife Monitoring"
04/2016 – 05/2018 Masterstudium Informatik an der FSU Jena
02/2016 Bachelorarbeit über das Thema "Simulation eines kapazitiven Sensors zur Geometriebestimmung und -bewertung eines Katheters"
09/2012 – 02/2016 Bachelorstudium Informatik an der Hochschule Harz in Wernigerode
07/2012 Abitur am Domgymnasium Merseburg

Publikationen

  • Bodesheim, P., Blunk, J., Körschens, M., Brust, C. A., Käding, C., & Denzler, J. (2022). Pre-trained models are not enough: active and lifelong learning is important for long-term visual monitoring of mammals in biodiversity research—Individual identification and attribute prediction with image features from deep neural networks and decoupled decision models applied to elephants and great apes. Mammalian Biology 102, 853–875.
  • Körschens, M., Bodesheim, P., & Denzler, J. (2022). Beyond Global Average Pooling: Alternative Feature Aggregations for Weakly Supervised Localization. Proceedings of the 17th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - Volume 4: VISAPP, 180-191. DOI: 10.5220/0010871700003124.
  • Körschens, M., Bodesheim, P., & Denzler, J. (2022). Occlusion-Robustness of Convolutional Neural Networks via Inverted Cutout. In 2022 26th International Conference on Pattern Recognition (ICPR) (pp. 2829-2835). IEEE.
  • Gruner, B., Körschens, M., Barz, B., & Denzler, J. (2021). Domain Adaptation and Active Learning for Fine-Grained Recognition in the Field of Biodiversity. arXiv preprint arXiv:2110.11778.
  • Körschens, M., Bodesheim, P., Römermann, C., Bucher, S.F., Migliavacca, M., Ulrich, J., Denzler, J. (2021) Weakly Supervised Segmentation Pretraining for Plant Cover Prediction. In: Bauckhage C., Gall J., Schwing A. (eds) Pattern Recognition. DAGM GCPR 2021. Lecture Notes in Computer Science, vol 13024. Springer, Cham. https://doi.org/10.1007/978-3-030-92659-5_38
  • Körschens, M., Bodesheim, P., Römermann, C., Bucher, S.F., Migliavacca, M., Ulrich, J., Denzler, J. (2021) Automatic Plant Cover Estimation with Convolutional Neural Networks, CS4BioDiversity Workshop der INFORMATIK2021
  • Körschens, M., Bodesheim, P., Römermann, C., Bucher, S.F., Ulrich, J., Denzler, J. (2020) Towards Confirmable Automated Plant Cover Determination. In: Bartoli A., Fusiello A. (eds) Computer Vision – ECCV 2020 Workshops. ECCV 2020. Lecture Notes in Computer Science, vol 12540. Springer, Cham. https://doi.org/10.1007/978-3-030-65414-6_22
  • Körschens, M., Denzler, J. (2019) ELPephants: A Fine-Grained Dataset for Elephant Re-Identification. The IEEE International Conference on Computer Vision (ICCV) Workshop
  • Körschens, M., Barz, B., Denzler J. (2018) Towards Automatic Identification of Elephants in the Wild, AI for Wildlife Conservation Workshop (AIWC).

Konferenzbeiträge

  • Körschens, M., Römermann, C., Bucher, S. F., Ulrich, J., Denzler, J. (2019) Deep Learning Approaches for Automatic Analysis of Plant Species and Cover Determination. iDiv-Konferenz Leipzig & GfÖ Jahrestagung Münster, Poster
  • Körschens M., Barz B., Denzler, J. (2018) Towards Automatic Identification of Elephants in the Wild. ICEI 2018, Jena, Poster