Show simple item record

AuthorSzczot, Magdalenadc.contributor.author
Date of accession2016-03-15T09:03:52Zdc.date.accessioned
Available in OPARU since2016-03-15T09:03:52Zdc.date.available
Year of creation2013dc.date.created
AbstractDurch den Einsatz von Nachtsichtsystemen mit Fußgängererkennung in modernen Fahrzeugen soll die Anzahl tödlicher Unfälle bei Nacht minimiert werden. Hierfür wird die Klassifikationsaufgabe im Bild üblicherweise über lokale Ansätze gelöst, z.B. durch die Anwendung der Sliding Window Methode. Der Nachteil dieser Ansätze besteht darin, dass sie lokale Bildausschnitte betrachten, um die Fußgängerklasse vom Hintergrund zu trennen. In den Fällen, in denen die Falschdetektionen eine fußgängerähnliche Gestalt aufweisen, ist es schwierig, die Klassifikationsaufgabe auf diese Weise zu lösen. Die Klassifikationsentscheidung wird besser, wenn man nicht nur den lokalen Bildausschnitt, sondern zusätzlich den globalen Zusammenhang betrachtet, in dem sich dieser Bildausschnitt befindet. Dieser globale Zusammenhang wird als Fußgängerkontext bezeichnet. Die vorliegende Arbeit stellt einen Ansatz zur Verbesserung der Leistung eines lokalen Kaskadenklassifikators durch Hinzunahme von Kontextwissen vor. Dazu wird untersucht, welche Informationen dazu beitragen können, dieses Wissen zu beschreiben. Der Fußgängerkontext wird hierbei als eine Ansammlung vieler unterschiedlicher Informationen verstanden, die den Zusammenhang zwischen dem detektierten Fußgänger und seiner Umgebung darstellen.dc.description.abstract
Languagededc.language.iso
PublisherUniversität Ulmdc.publisher
LicenseStandarddc.rights
Link to license texthttps://oparu.uni-ulm.de/xmlui/license_v3dc.rights.uri
KeywordFußgängererkennungdc.subject
KeywordNachtsichtdc.subject
Dewey Decimal GroupDDC 620 / Engineering & allied operationsdc.subject.ddc
LCSHDriver assistance systemsdc.subject.lcsh
LCSHPattern recognitiondc.subject.lcsh
TitleKontextgestützte Fußgängerklassifikation für ein Fahrzeug-Nachtsichtsystemdc.title
Resource typeDissertationdc.type
DOIhttp://dx.doi.org/10.18725/OPARU-2495dc.identifier.doi
PPN750176512dc.identifier.ppn
URNhttp://nbn-resolving.de/urn:nbn:de:bsz:289-vts-85324dc.identifier.urn
GNDDatenfusiondc.subject.gnd
GNDFahrerassistenzsystemdc.subject.gnd
GNDKlassifikationdc.subject.gnd
GNDKontextdc.subject.gnd
GNDMustererkennungdc.subject.gnd
GNDObjektverfolgungdc.subject.gnd
FacultyFakultät für Ingenieurwissenschaften und Informatikuulm.affiliationGeneral
Date of activation2013-06-06T15:48:41Zuulm.freischaltungVTS
Peer reviewneinuulm.peerReview
Shelfmark print versionW: W-H 13.254uulm.shelfmark
DCMI TypeTextuulm.typeDCMI
VTS-ID8532uulm.vtsID
CategoryPublikationenuulm.category
University Bibliographyjauulm.unibibliographie


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record