Benutzer: Gast  Login
Originaltitel:
Human pose estimation in complex environments 
Übersetzter Titel:
Bestimmung der menschlichen Körperhaltung in komplexen Umgebungen 
Jahr:
2015 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Navab, Nassir (Prof. Dr.) 
Gutachter:
Navab, Nassir (Prof. Dr.); Bischof, Horst (Prof. Dr.); Ilic, Slobodan (Priv.-Doz. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
Stichworte:
human pose estimation, part-based models, deep learning, random forest 
Übersetzte Stichworte:
human pose estimation, part-based models, deep learning, random forest 
TU-Systematik:
MED 230d; DAT 760d 
Kurzfassung:
This thesis addresses the problem of human pose estimation from RGB images. It introduces novel discriminative and generative methods to tackle the demanding problem of automatically determining the human body pose from a single view, as well as from multiple views. In a multiple view scenario, we propose a human model for both single and multiple human pose estimation, with application into complex indoor and outdoor environments. 
Übersetzte Kurzfassung:
Das Ziel dieser Arbeit ist die Bestimmung der menschlichen Körperhaltung aus RGB Bilddaten. Hierbei werden neuartige diskriminative und generative Modelle vorgestellt, mit deren Hilfe die anspruchsvolle Abschätzung der Körperhaltung aus Bildern eines, bzw. mehrerer Blickwinkel ermöglicht wird. Für die Bestimmung aus mehreren Winkeln wird hierfür ein menschliches Modell sowohl für einzelne als auch für mehrere Posen vorgestellt und dieses im Innen- und Außenbereich evaluiert. 
Mündliche Prüfung:
02.09.2015 
Dateigröße:
8846155 bytes 
Seiten:
166 
Letzte Änderung:
28.09.2015