Effiziente Fußgängererkennung in Städtischen Verkehrsszenen
dc.contributor.author | Zhang, Shanshan | |
dc.contributor.editor | Hölldobler, Steffen | |
dc.date.accessioned | 2017-09-22T20:47:29Z | |
dc.date.available | 2017-09-22T20:47:29Z | |
dc.date.issued | 2015 | |
dc.description.abstract | Fußgänger sind wichtige Teilnehmer im Stadtverkehr-Umgebungen, und damit eine interessante Kategorie von Objekten für autonome Fahrzeuge zu handeln. Automatische Personenerkennung ist allgemein eine wesentliche Aufgabe zum Schutz von Fußgangern aus Kollision. In dieser Arbeit werden wir neue Ansatze untersuchen und entwickeln, für die Interpretation räumlicher und zeitlicher Eigenschaften von Fußgängern, unter drei verschiedenen Aspekten: Form, Wahrnehmung und Bewegung. Wir testen unsere drei Ansätze auf Bildund Videodaten von Verkehrsszenen im Freien, die wegen der dynamischen und komplexen Hintergründe herausfordernd sind. Die erzielten Ergebnisse zeigen, dass unsere Ansätze state-of-the-Art-Leistung erreichen und übertreffen sowie auch für andere Anwendungen, wie z.B. Indoor-Robotik oder öffentlicher Überwachung eingesetzt werden können. | de |
dc.identifier.isbn | 978-3-88579-975-7 | |
dc.identifier.pissn | 1617-5468 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/4601 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik | |
dc.relation.ispartof | Ausgezeichnete Informatikdissertationen 2015 | |
dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Dissertations, Volume D-16 | |
dc.title | Effiziente Fußgängererkennung in Städtischen Verkehrsszenen | de |
gi.citation.endPage | 388 | |
gi.citation.publisherPlace | Bonn | |
gi.citation.startPage | 379 |
Dateien
Originalbündel
1 - 1 von 1