Benutzer: Gast  Login
Mehr Felder
Einfache Suche
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Event-based Depth Reconstruction Using Stereo Dynamic Vision Sensors
Übersetzter Titel:
Ereignisbasierte Tiefenrekonstruktion mittels Stereo-Dynamic-Vision-Sensoren
Autor:
Everding, Lukas
Jahr:
2018
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Conradt, Jörg (Prof. Dr.)
Gutachter:
Conradt, Jörg (Prof. Dr.); Burschka, Darius (Prof. Dr.)
Sprache:
en
Fachgebiet:
ELT Elektrotechnik
Stichworte:
Stereo vision, Event-based vision, Feature extraction
Übersetzte Stichworte:
Stereoskopisches Sehen, Ereignisbasiertes Sehen, Merkmalidentifikation
TU-Systematik:
PSY 205d
Kurzfassung:
In this thesis, different types of stereo matching algorithms for event-based vision sensors are developed and analysed. The algorithms are based on a) single-event matching, b) event-cloud alignment and c) feature extraction and matching. Analysis focusses on both accuracy as well as computational cost and suitability for real-time usage, and compares the results of the proposed methods with values published in current literature.
Übersetzte Kurzfassung:
Diese Dissertation befasst sich mit der Entwicklung und Analyse von Algorithmen für ereignisbasiertes, stereoskopisches, maschinelles Sehen. Die Algorithmen basieren auf a) Einzelereignisabgleich, b) Ereigniswolkenangleichen und c) Merkmalidentifikation und -zuordnung. Die Auswertung konzentriert sich sowohl auf Genauigkeit der Tiefenschätzung als auch auf Eignung der jeweiligen Algorithmen für Echtzeitanwendungsfälle. Die Ergebnisse werden mit Werten in der Literatur verglichen.
WWW:
https://mediatum.ub.tum.de/?id=1445947
Eingereicht am:
25.06.2018
Mündliche Prüfung:
14.11.2018
Dateigröße:
11635998 bytes
Seiten:
108
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181114-1445947-1-8
Letzte Änderung:
18.02.2019
 BibTeX