Benutzer: Gast  Login
Originaltitel:
Deep Learning for Visual Scene Understanding in Autonomous Driving 
Übersetzter Titel:
Deep Learning für Visuelles Szenenverständnis im Autonomen Fahren 
Jahr:
2019 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Diepold, Klaus (Prof. Dr.) 
Gutachter:
Diepold, Klaus (Prof. Dr.); Menze, Björn (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
TU-Systematik:
DAT 001d 
Kurzfassung:
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...    »
 
Übersetzte Kurzfassung:
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...    »
 
Mündliche Prüfung:
16.12.2019 
Dateigröße:
61440819 bytes 
Seiten:
120 
Letzte Änderung:
12.03.2020