User: Guest  Login
Original title:
Semantic understanding of 3D point clouds of indoor environments 
Translated title:
Semantisches Verstehen von 3D Punktwolken von Innenräumen 
Year:
2019 
Document type:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Advisor:
Steinbach, Eckehard (Prof. Dr.) 
Referee:
Steinbach, Eckehard (Prof. Dr.); Diepold, Klaus (Prof. Dr.) 
Language:
en 
Subject group:
DAT Datenverarbeitung, Informatik 
Keywords:
Machine learning, 3D computer vision, segmentation, object recognition, deep learning 
Translated keywords:
Maschinelles Lernen, 3D maschinelles Sehen, Segmentierung, Objekterkennung, tiefes Lernen 
TUM classification:
DAT 760d 
Abstract:
Recently, it became possible to obtain a digital representation of an indoor environment in form of a 3D point cloud (PC). For multiple applications, it is important to extract semantic information from the PC data of buildings. This thesis investigates this problem in detail. For semantic understanding, a top-down approach is foreseen. Thus, the building data is first segmented into rooms, and the rooms are segmented into objects. Finally, the objects are classified. 
Translated abstract:
Mittlerweile ist es möglich, eine digitale Darstellung der Innenumgebung in Form einer 3D-Punktwolke (engl. PC) zu erstellen. Für mehrere Anwendungen ist es wichtig semantische Informationen aus den PC-Daten der Gebäude zu extrahieren. Diese Dissertation untersucht dieses Problem im Detail. Für das semantische Verständnis wird ein Top-Down Ansatz verfolgt. So werden die Gebäudedaten zunächst in Räume und die Räume in Objekte unterteilt. Schließlich werden die Objekte klassifiziert. 
Oral examination:
12.09.2019 
File size:
33306147 bytes 
Pages:
154 
Last change:
09.10.2019