View this page in English

Prof. Dr. Jan Salmen

Dr.-Ing., Dipl.-Inf.
Fakultät für Informations-, Medien- und Elektrotechnik Institut für Medien- und Phototechnik (IMP)

Prof. Dr. Jan Salmen

Campus Deutz
Betzdorfer Straße 2
50679 Köln
Raum ZW 10-4 Postanschrift


  • Telefon+49 221-8275-4432

Sprechstunden

Nach Vereinbarung. Gerne können Sie in ILU einem meiner Kurse beitreten und dort über den Kalender eine Sprechstunde buchen!

Funktionen

  • Leiter des Instituts für Medien- und Phototechnik
  • Studiengangsbeauftragter für den Master Medientechnologie
  • Mitglied im zentralen Studienbeirat
  • Mitglied im Forschungscluster THK-AI
  • Wissenschaftliche Leitung der Weiterbildung "KI im Unternehmen"
  • Organisator des KI-Forums in Deutz

Lehrgebiete

  • Einführung in die Mathematik für Medientechnologie (Bachelor Medientechnologie, 1. Semester) -> Modulhandbuch EMAM
  • Signaltheorie und Angewandte Mathematik (Bachelor Medientechnologie, 3. Semester) -> Modulhandbuch SIGA
  • Bildverarbeitung (Wahlfach Bachelor, alle Studiengänge der Fakultät 07) -> Modulhandbuch BV1
  • Mustererkennung (Wahlfach Bachelor Medientechnologie, 5. Semester) -> Modulhandbuch BV2
  • Deep Learning und Objekterkennung (Master, alle Studiengänge der Fakultät 07, Sommersemester) -> Modulhandbuch DLO
  • Entwicklung von Desktop-Anwendungen mit C++ und Qt (Wahlfach Bachelor ET, MT und TIN) -> Modulhandbuch EDA

Forschungsgebiete

  • Echtzeitfähige Bildverarbeitung
  • Maschinelles Lernen in praktischen Anwendungen
  • Sportanalyse
  • Multimodale KI zur verlaufsbasierten Therapieentscheidung bei diabetischer Retinopathie (RetinoVision AI)
    Gefördert im Programm KMU-innovativ Medizintechnik, gemeinsam mit Prof. Uwe Oberheide, Ciromed GmbH und MVZ Augenlicht Rheinland. 05/2026 bis 04/2029
  • Neuentwicklung eines funk- und KI-basierten sowie funktional sicheren Basis-Steuergeräts zur Steigerung der Effizienz, Sicherheit und Ergonomie von Arbeitsabläufen beim Einsatz mobiler Maschinen und Fahrzeuge
    Gefördert im Programm Zentrales Innovationsprogramm Mittelstand (ZIM), gemeinsam mit Prof. Tobias Krawutschke und Praxispartnern. 01/2027 bis 12/2028
  • Evolutionary Optimization of Wavelet Feature Sets for Real-Time Pedestrian Classification
    Salmen, J. ; Suttorp, T. ; Edelbrunner, J. ; Igel, C., 2007, Hg.: Proceedings of the IEEE Conference on Hybrid Intelligent Systems, S. 222–227
  • Real-Time Stereo Vision: Making more out of Dynamic Programming
    Salmen, J. ; Schlipsing, M. ; Edelbrunner, J. ; Hegemann, S. ; Lueke, S., 2009, Hg.: Proceedings of the International Conference on Computer Analysis of Images and Patterns, S. 1096–1103
  • Efficient Update of the Covariance Matrix Inverse in Iterated Linear Discriminant Analysis
    Salmen, J. ; Schlipsing, M. ; Igel, C., 2010, Hg.: Pattern Recognition Letters 31, S. 1903–1907
  • Real-Time Estimation of Optical Flow based on Optimized Haar Wavelet Features
    Salmen, J. ; Caup, L. ; Igel, C., 2011, Hg.: Proceedings of the International Conference on Evolutionary Multi-Criterion Optimization, S. 448–461
  • Video-Based Roll Angle Estimation for Two-Wheeled Vehicles
    Schlipsing, M. ; Schepanek, J. ; Salmen, J., 2011, Hg.: Proceedings of the IEEE Intelligent Vehicles Symposium, S. 876–881
  • The German Traffic Sign Recognition Benchmark: A multi-class classification competition
    Stallkamp, J. ; Schlipsing, M. ; Salmen, J. ; Igel, C., 2011, Hg.: Proceedings of the IEEE International Joint Conference on Neural Networks, S. 1453–146
  • Man vs. Computer: Benchmarking Machine Learning Algorithms for Traffic Sign Recognition
    Stallkamp, J. ; Schlipsing, M. ; Salmen, J. ; Igel, C., 2012, Hg.: Neural Networks 32, S. 323–332
  • Introduction to the Special Issue on Machine Learning for Traffic Sign Recognition
    Stallkamp, J. ; Schlipsing, M. ; Salmen, J. ; Igel, C., 2012, Hg.: IEEE Transactions on Intelligent Transportation Systems 13(4), S. 1481–1483
  • Roll Angle Estimation for Motorcycles: Comparing Video and Inertial Sensor Approaches
    Schlipsing, M. ; Salmen, J. ; Lattke, B. ; Schröter, K. ; Winner, H., 2012, Hg.: Proceedings of the IEEE Intelligent Vehicles Symposium, S. 500–505
  • Google Street View Images Support the Development of Vision-Based Driver Assistance Systems
    Salmen, J. ; Houben, S. ; Schlipsing, M., 2012, Hg.: Proceedings of the IEEE Intelligent Vehicles Symposium, S. 891–895
  • Real-Time Stereo Vision: Optimizing Semi-Global Matching
    Michael, M. ; Salmen, J. ; Stallkamp, J. ; Schlipsing, M., 2013, Hg.: Proceedings of the IEEE Intelligent Vehicles Symposium, S. 1197–1202
  • Video-Based Trailer Articulation Estimation
    Caup, L. ; Salmen, J. ; Muharemovic, I. ; Houben, S, 2013, Hg.: Proceedings of the IEEE Intelligent Vehicles Symposium, S. 1179– 1184
  • Detection of traffic signs in real-world images: The German Traffic Sign Detection Benchmark
    Houben, S. ; Stallkamp, J. ; Salmen, J. ; Schlipsing, M. ; Igel, C., 2013, Hg.: Proceedings of the IEEE International Joint Conference on Neural Networks, S. 1–8
  • Towards Autonomous Driving in a Parking Garage: Vehicle Localization and Tracking Using Environment-embedded Lidar Sensors
    Ibisch, A. ; Stümper, S. ; Altinger, H. ; Neuhausen, M. ; Tschentscher, M. ; Schlipsing, M. ; Salmen, J. ; Knoll, A., 2013, Hg.: Proceedings of the IEEE Intelligent Vehicles Symposium, S. 829–834
  • Comparing Image Features and Machine Learning Algorithms for Real-time Parking Space Classification
    Tschentscher, M. ; Neuhausen, M. ; Koch, C. ; König, M. ; Salmen, J. ; Schlipsing, M., 2013, Hg.: Proceedings of the ASCE Conference on Computing in Civil Engineering, S. 363–370
  • Echtzeit-Videoanalyse im Fußball – Ein Live-System zum Spieler-Tracking
    Schlipsing, M. ; Salmen, J. ; Igel, C., 2013, Hg.: Künstliche Intelligenz 27(3), S. 235–240
  • Adaptive Pattern Recognition in Real-time Video-based Soccer Analysis
    Schlipsing, M. ; Salmen, J. ; Tschentscher, M. ; Igel, C., 2014, Hg.: Journal of Real-Time Image Processing, S. 1–17
  • Scalable Real-time Parking Lot Classification: An Evaluation of Image Features and Supervised Learning Algorithms
    Tschentscher, M. ; Koch, C. ; König, M. ; Salmen, J. ; Schlipsing, M., 2015, Hg.: Proceedings of the IEEE International Joint Conference on Neural Networks, S. 1–8
  • Metabolic Power and Energy Expenditure in the German Bundesliga
    Venzke, J. ; Weber, H. ; Schlipsing, M. ; Salmen, J. ; Platen, P., 2018, Hg.: Proceedings of the 23rd Annual Congress of the European College of Sport Science
1991–2000 Gymnasium: Hildegardisschule Bochum
2000–2001 Zivildienst: Jugendherberge Essen-Werden
2001–2006 Studium: Kerninformatik mit Nebenfach VWL an der TU Dortmund
2006–2013 Wissenschaftlicher Mitarbeiter am Institut für Neuroinformatik der Ruhr-Universität Bochum
Leitung der Arbeitsgruppe "Echtzeitfähige Bildverarbeitung" ab 2008. Promotion 2013 zum Thema "Eine Systemarchitektur für effiziente videobasierte Fahrerassistenzsysteme"
2013–2018 Lehrbeauftragter Hochschule Ruhr West, Bottrop
2013–2014 Existenzgründer-Stipendium EXIST des BMWi
2014–2022 Geschäftsführender Gesellschafter ATHLENS GmbH, Bochum
seit 07/2022 Professur für "Computer Vision and Machine Learning"

nach oben
M
M