Benutzer: Gast  Login
Originaltitel:
Growing Surface Structures 
Originaluntertitel:
an Iterative Refinement Surface Reconstruction Approach Deduced from Artificial Neural Networks 
Übersetzter Titel:
Growing Surface Structures 
Übersetzter Untertitel:
ein iteratives Verfeinerungsverfahren zur Oberflächenrekonstruktion abgeleitet von künstlichen neuronalen Netzen 
Jahr:
2014 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Westermann, Rüdiger (Prof. Dr.) 
Gutachter:
Westermann, Rüdiger (Prof. Dr.); Müller, Heinrich (Prof. Dr.); Bohn, Christian-Arved (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
Stichworte:
Unsupervised Learning, Competitive Learning, Smart Growing Cells, Growing Cell Structures, Computational Geometry, Surface Reconstruction, Surface Fitting, Geodesic Distances, Edge-Front 
Übersetzte Stichworte:
Unüberwachtes Lernen, Competitive Learning, Smart Growing Cells, Growing Cell Structures, Algorithmische Geometrie, Oberflächenrekonstruktion, Surface Fitting, Geodätische Distanzen, Edge-Front 
Schlagworte (SWD):
Bildrekonstruktion; Oberfläche; Neuronales Netz 
TU-Systematik:
DAT 760d; DAT 717d 
Kurzfassung:
The thesis presents a surface reconstruction approach based on an iterative refinement strategy deduced from artificial neural networks. The presented approach is composed of three novel developments extending the capabilities as well as the concept of the Growing Cell Structures algorithm. The algorithm is evaluated both in a comparison to classical reconstruction algorithms and in reconstructing extremely challenging point clouds. The algorithm proves to be an efficient all-round high qua...    »
 
Übersetzte Kurzfassung:
In der Dissertation wird ein Oberflächenrekonstruktionsverfahren vorgestellt, welches auf einer iterativen Verfeinerungsstrategie basiert, die von künstlichen neuronalen Netzen abgeleitet ist. Der Ansatz setzt sich aus drei neuen Entwicklungen zusammen, welche die Leistungsfähigkeit als auch die Konzeption des Growing Cell Structures Algorithmus erweitern. Der Algorithmus wird durch Vergleiche mit klassischen Verfahren und die Rekonstruktion extrem anspruchsvoller Punktwolken evaluiert....    »
 
Mündliche Prüfung:
13.06.2014 
Dateigröße:
114305690 bytes 
Seiten:
156 
Letzte Änderung:
07.10.2014