Reichhardt, ChristianMartin, ManuelMarkus Böhm, Jürgen Wunderlich2024-10-012024-10-012024978-3-88579-801-9https://dl.gi.de/handle/20.500.12116/44661Die Zunahme an intelligenten Steuerungssystemen in Fahrzeugen wirft zunehmend die Frage auf, inwiefern ein Fahrzeug mit seiner Umgebung automatisch interagieren kann. Eine wichtige Aufgabe besteht dabei in der Kommunikation und Interaktion mit Passanten am Fahrbahnrand, welche eine anwendungsspezifische Gestenerkennung von Personen voraussetzt. Für die Erkennung solcher Gesten existieren mittlerweile Ansätze auf Basis maschineller Bilderkennungsverfahren, welche einfache Gesten erkennen können. Zwei wichtige Fragestellungen sind dabei, welche Aktionsklassen durch ein Fahrzeug zuverlässig erkennbar sind und wie mit nicht explizit trainierten Aktionsgesten umgegangen werden kann. Unter diesen Aspekten untersucht die vorliegende Arbeit die Fähigkeiten und Grenzen der Gestenerkennung im Kontext relevanter Aktionen von Passanten im Straßenverkehr. Hierzu wurde als Teil einer Verarbeitungskette das häufig verwendete tiefe neuronale Netz ST–GCN++ betrachtet und mit Gelenkpunkten von Personen in unterschiedlichen Detailgraden trainiert. Um mit nicht explizit trainierten Gesten umgehen zu können, wurde eine Restklasse eingeführt, welche auf im Training ungesehenen Gesten hohe Genauigkeiten erzielte.deGestenerkennungText/Conference Paper10.18420/AKWI2024-0031617-5468