M. Sc. Nicolai Behmann

M. Sc. Nicolai Behmann
Adresse
Schneiderberg 32
30167 Hannover
Gebäude
Raum
234
Adresse
Schneiderberg 32
30167 Hannover
Gebäude
Raum
234
  • Publikationsliste

    Konferenzbeiträge

    • Behmann, N.; Arndt, O. J.; Blume, H. (2015): Parallel Implementation of Real-Time Block-Matching based Motion Estimation on Embedded Multi-Core ArchitecturesICT.OPEN 2015
    • Behmann, N.; Seifert, C.; Payá Vayá, G.; Blume, H.; Jääskeläinen, P.; Multanen, J.; Kultala, H.; Takala, J.; Thiemann, J.; van de Par, S. (2016): Customized High Performance Low Power Processor for Binaural Speaker LocalizationInternational Conference on Electronics, Circuits and Systems (ICECS 2016), IEEE
    • Behmann, N.; Blume, H. (2017): Object Detection for Mobile and Automotive - Convolutional Neural Networks (CNNs) on Tensilica Vision DSPsCadence User Conference (CDNLive EMEA 2017), München, Germany
    • Jaaskelainen, P.; Tervo, A.; Paya Vaya, G.; Viitanen, T.; Behmann, N.; Takala, J.; Blume, H. (2018): Transport-Triggered Soft CoresIEEE Intl. Parallel and Distributed Processing Symposium
    • Behmann, N.; Schewior, G..; Hesselbarth, S.; Blume, H. (2018): Selective LED Flicker Detection and Mitigation Algorithm for Non-HDR Video SequencesIEEE Intl. Conf. on Consumer Electronics, Berlin
    • Behmann, N.; Blume, H. (2018): Real-Time LED Flicker Detection and Mitigation: Architecture and FPGA-ImplementationIEEE International Conference on Electronics (ICECS), Berlin
    • Behmann, N.; Mehltretter, M.; Kleinschmidt, S. P.; Wagner, B.; Heipke, C.; Blume, H. (2018): GPU-enhanced Multimodal Dense MatchingIEEE Nordic Circuits and Systems Conference (NORCAS), Tallinn
    • Behmann, N.; Payá Vayá, G.; Blume, H. (2019): Design Space Exploration for Convolutional Neural Networks on a 22 nm FD-SOI SoCEmbedded World Conference (ewc), Nürnberg
    • Behmann, N.; Blume, H. (2019): Real-Time LED Flicker Mitigation on a Tensilica Vision DSP for Digital Side Mirror SystemsCadence User Conference (CDNLive EMEA 2019), München, Germany
    • Behmann, N.; Payá Vayá, G.; Blume, H. (2019): CNN Design Space Exploration on Tensilica Vision P6 DSPCadence User Conference (CDNLive EMEA 2019), München, Germany
    • Behmann, N.; Cheng, Y.; Schleusner, J.; Blume, H. (2019): Probabilistic 3D Point Cloud Fusion on Graphics Processors for Automotive (Poster)2019 22nd International Conference on Information Fusion (FUSION), Ottawa
    • Schleusner, J.; Neu, L.; Behmann, N.; Blume, H. (2019): Deep Learning Based Classification of Pedestrian Vulnerability Trained on Synthetic Datasets2019 IEEE 9th International Conference on Consumer Electronics (ICCE-Berlin)
      ISBN: 978-1-7281-2745-3

    Sonstiges

    • Behmann, N.; Arndt, O. J.; Blume, H. (2015): Choosing the correct vectorization methodMeeting C++ 2015 Lightning Talks Weitere Informationen
    • Behmann, N.; Blume, H. (2018): Low-Power Implementation of CNN-based Object-Detection on Tensilica Vision Series DSPsTensilica Day 2018, Hannover, Germany
    • Behmann, N.; Blume, H. (2017): High-Performance, Energy-efficient Computer Vision for ADAS on Tensilica Vision P6Tensilica Day 2017, Hannover, Germany

    Buchbeiträge

    • Banz, C.; Behmann, N.; Blume, H.; Pirsch, P. (2019): Architectures for Stereo VisionSpringer Handbook on Signal Processing Systems, 3rd Edition, S. Bhattacharyya, E. Deprettere, R. Leupers, J. Takala, Springer
      DOI: 10.1007/978-3-319-91734-4
      ISBN: 978-3-319-91734-4
  • Forschungsprojekte

    Fahrerassistenzsysteme

    • ZIM Dream Chip Technologies GmbH
      Das Kooperationsprojekt des Instituts für Mikroelektronische Systeme mit der Fa. Dream Chip Technologies GmbH aus Garbsen wird im Rahmen des Zentralen Innovationsprogramms Mittelstand vom Bundesministerium für Wirtschaft und Energie gefördert. Ziel ist die Entwicklung eines Kamerasystems mit integrierten Verfahren zur hochqualitativen Echtzeit-Bewegungsanalyse im Bereich videobasierter Fahrerassistenzsysteme.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Gregor Schewior, Nicolai Behmann
      Jahr: 2015
      Förderung: Bundesministerium für Wirtschaft und Energie
      Laufzeit: September 2015 - Dezember 2016
    • THINGS2DO - THIN but Great Silicon 2 Design Objects
      THINGS2DO ist ein von der Europäischen Union und vom Bundesministerium für Bildung und Forschung im Rahmen der Technologieplattform eniac gefördertes Projekt. Ziel ist die Förderung und Entwicklung der Fully Depleted Silicon On Insulator (FD-SOI) Halbleitertechnologie zur Fertigung energieeffizienter, hochintegrierter Schaltkreise. Die Leistungsfähigkeit der neuen Fertigungstechnologie wird durch in dieser Technologie gefertigte Chips für Advanced Driver Assistance Systems (ADAS) demonstriert.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Gregor Schewior, Nicolai Behmann
      Jahr: 2016
      Förderung: Europäische Union, Bundesministerium für Bildung und Forschung
      Laufzeit: Februar 2016 - März 2018
    • ifuse - Intelligente Fusion von Radar- und Videosensoren für anspruchsvolle, hochautomatisierte Fahrsituationen
      Im Rahmen des BMWi-geförderten Verbundprojekts ifuse werden Algorithmen und Architekturen zur Fusion von Sensorrohdaten auf niedriger Abstraktionsebene untersucht. Gegenüber bisherigen Fusionsverfahren auf Objektlistenebene ermöglicht die Sensordatenfusion auf Rohdatenebene eine robustere Klassifikation von Objekten und Erfassung des Fahrzeugumfeldes, auch wenn einzelne Sensoren durch Umwelteinflüsse beeinträchtigt sind. Grundlage der Sensordatenfusion auf Rohdatenebene bilden Signale von aktiven und passiven Fahrzeugsensoren (beispielsweise LIDAR, RADAR, Kamera, Ultraschall), welche nach einer minimalen Vorverarbeitung auf ein gemeinsames Koordinatensystem bezogen und in einem Umweltmodell verortet werden.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Nicolai Behmann, M.Sc.
      Jahr: 2017
      Förderung: Bundesministerium für Wirtschaft und Energie
      Laufzeit: Mai 2017 - April 2020