Logo des Repositoriums

Auflistung nach Autor:in "Vincze, Markus"

1 - 2 von 2
  • Konferenzbeitrag
    Detektion eines Grünlandschwades mit Stereo-RGB Kamera
    (40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Riegler-Nurscher, Peter; Prankl, Johann; Hofinger, Markus; Vincze, Markus
    Robustes Detektieren von Grünlandschwaden ist die Grundlage für die Automatisierung bei der Heu- und Silage-Ernte. Vor allem bei kleinem Schwadvolumen ist die Detektion basierend auf Daten von 3D-Sensoren fehleranfällig. Es wird eine neue Methode zur Segmentierung einer Schwad in einem RGB-Bild basierend auf einem Convolutional Neural Network (CNN) vorgestellt. Die Methode wird mit der Segmentierung von 3D-Tiefendaten einer Stereo-Kamera mittels Ebenen-Detektion verglichen. Zur Validierung beider Methoden wurden Aufnahmen bei der Silage- und bei der Heuernte manuell annotiert. Es kann gezeigt werden, dass die CNN-basierte Schwaderkennung bei kleinem Volumen eine höhere Genauigkeit erreicht.
  • Zeitschriftenartikel
    Object Detection for Robotic Applications Using Perceptual Organization in 3D
    (KI - Künstliche Intelligenz: Vol. 29, No. 1, 2015) Richtsfeld, Andreas; Zillich, Michael; Vincze, Markus
    Object segmentation of unknown objects with arbitrary shape in cluttered scenes is still a challenging task in computer vision. A framework is introduced to segment RGB-D images where data is processed in a hierarchical fashion. After pre-segmentation and parametrization of surface patches, support vector machines are used to learn the importance of relations between these patches. The relations are derived from perceptual grouping principles. The proposed framework is able to segment objects, even if they are stacked or jumbled in cluttered scenes. Furthermore, the problem of segmenting partially occluded objects is tackled.