User: Guest  Login
Original title:
Deep Learning for Visual Scene Understanding in Autonomous Driving 
Translated title:
Deep Learning für Visuelles Szenenverständnis im Autonomen Fahren 
Year:
2019 
Document type:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Advisor:
Diepold, Klaus (Prof. Dr.) 
Referee:
Diepold, Klaus (Prof. Dr.); Menze, Björn (Prof. Dr.) 
Language:
en 
Subject group:
DAT Datenverarbeitung, Informatik 
TUM classification:
DAT 001d 
Abstract:
Deep Learning has gained huge popularity as it proved effective in solving complicated computer vision tasks. Therefore, car industry is paying special attention to this tool in the goal to build the ultimate autonomous driving system. In this context, we provide a deep Learning based solution for improving visual scene understanding for such systems by focusing on combining image semantic segmentation and depth estimation. The proposed solution leverages in-house designed Convolutional Neural N...    »
 
Translated abstract:
Deep Learning hat große Popularität erlangt, da es sich als effektiv bei der Lösung von komplizierten Computer Vision Aufgaben erwiesen hat. Daher widmet die Automobilindustrie diesem Werkzeug besondere Aufmerksamkeit, um das ultimative autonome System zu entwickeln. In diesem Zusammenhang bieten wir eine Deep Learning-basierte Lösung zur Verbesserung des visuellen Szenenverständnisses für solche Systeme, indem wir uns auf die Kombination semantischer Bildsegmentierung und Tiefenschätzung konzen...    »
 
Oral examination:
16.12.2019 
File size:
61440819 bytes 
Pages:
120 
Last change:
12.03.2020