User: Guest  Login
Document type:
Masterarbeit 
Author(s):
Weiher, Michael 
Title:
Domain adaptation of HDR training data for semantic road scene segmentation by deep learning 
Translated title:
Domänenadaption von HDR-Trainingsdaten zur semantischen Segmentierung von Straßenszenenbildern mittels Deep Learning 
Abstract:
Training and validating systems which involve the use of artificial intelligence (AI) is an important task for many applications. Especially automotive applications require to be safe and reliable. In this thesis it is aimed to improve the safety of such systems demonstrated by the performance of a semantic segmentation network. This allows a computer to gain a comprehensive scene under- standing by classifying and localizing important semantic classes like pedestrians or road in an im...    »
 
Translated abstract:
Das Trainieren und Testen von Systemen, welche auf dem Prinzip von Künstlicher Intelligenz (KI) beruhen, bemisst sich einer hohen Bedeutung für viele Anwendungen. Insbesondere im Automo- bilbereich ist ein hohes Maß an Sicherheit und Zuverlässigkeit gefordert. Ziel dieser Arbeit ist es die Sicherheit solcher Systeme zu verbessern, untersucht anhand der Leistung eines Neuronalen Netzwerkes zur semantischen Segmentierung. Dieses ermöglicht dem Computer ein Szenen- Verständnis, durch die...    »
 
Keywords:
deep learning, machine learning, neural networks, HDR, semantic segmentation, domain adaptation, autonomous driving 
Subject:
BAU Bauingenieurwesen, Vermessungswesen; ELT Elektrotechnik; GEO Geowissenschaften; MAS Maschinenbau; TEC Technik, Ingenieurwissenschaften (allgemein) 
DDC:
620 Ingenieurwissenschaften 
Advisor:
Stilla, Uwe (Prof. Dr.); Albrecht, Christian; Hanel, Alexander 
Date of acceptation:
30.09.2019 
Year:
2019 
Pages:
101 
Language:
en 
Language from translation:
de 
University:
Technische Universität München 
Faculty:
Ingenieurfakultät Bau Geo Umwelt