Sunil Khatri erhält den DAGM Best Master's Thesis Award auf der GCPR

Sunil Khatri erhielt den Best Master’s Thesis Award der Deutschen Arbeitsgemeinschaft für Mustererkennung (DAGM). Die Preisverleihung fand im Rahmen der German Conference on Pattern Recognition (GCPR) 2026 statt. Die Auszeichnung würdigt seine herausragende Masterarbeit, die von Simon Reiß, Steven Landgraf und Markus Ulrich betreut wurde.

In seiner Arbeit untersuchte Sunil Khatri, wie sich unterschiedliche Aufgaben der Bildverarbeitung anhand weniger Beispiele lösen lassen, ohne die Modellparameter anzupassen. Dieses sogenannte In-Context Learning ist insbesondere durch große Sprachmodelle bekannt geworden. Für die Übertragung auf Bilddaten kommen bislang häufig große, rechenintensive Modelle zum Einsatz.

Mit „Generalizer“ untersuchte und adaptierte er einen kompakten, vollständig auf Faltungsoperationen basierenden Ansatz für verschiedene Bildverarbeitungsaufgaben. Dazu gehören die semantische Segmentierung, das Ergänzen fehlender Bildbereiche und das Entfernen von Regen aus Bildern. Mit lediglich 1,27 Millionen Parametern erreichte das Modell in den durchgeführten Messungen eine Inferenzzeit von rund 22 Millisekunden pro Durchlauf. Die Ergebnisse zeigen das Potenzial kleiner Modelle, unterschiedliche visuelle Aufgaben mit deutlich geringerem Rechenaufwand zu bewältigen.

Wir freuen uns sehr über diese Anerkennung seiner wissenschaftlichen Leistung. Herzlichen Glückwunsch, Sunil, zu dieser verdienten Auszeichnung!