Benutzer: Gast  Login
Originaltitel:
Videobasierte modellgestützte Objekterkennung für Fahrerassistenzsysteme 
Übersetzter Titel:
Video-based model-supported object recognition for driver assistance systems 
Jahr:
2009 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Färber, Georg (Prof. Dr.) 
Gutachter:
Färber, Georg (Prof. Dr.); Diepold, Klaus (Prof. Dr.) 
Sprache:
de 
Fachgebiet:
DAT Datenverarbeitung, Informatik; ELT Elektrotechnik; VER Technik der Verkehrsmittel 
Stichworte:
Fahrerassistenzsysteme, Bildverarbeitung, Umfeldwahrnehmung, Spurerkennung, Fahrzeugdetektion, Fahrzeugerkennung, Detektion, Klassifikation, Tracking 
Übersetzte Stichworte:
driver assistance systems, image processing, lane tracking, vehicle detection, detection, classification, tracking 
Schlagworte (SWD):
Personenkraftwagen; Spurführung; Fahrerassistenzsystem; Fahrstreifen; Objekterkennung; Bildverarbeitung; Kalman-Filter; Zustandsschätzung 
TU-Systematik:
VER 085d; DAT 760d 
Kurzfassung:
Um den steigenden Anforderungen zukünftiger Fahrerassistenzsysteme an die Qualität der Informationen über das lokale Umfeld des eigenen Fahrzeugs zu entsprechen, werden in dieser Arbeit Algorithmen zur videobasierten Fahrzeug- und Fahrspurerkennung entwickelt. Die Verfahren zur Fahrzeugdetektion kombinieren Expertenwissen mit modernen Maschinenlernverfahren in einem Gesamtsystem, das an verschiedene Problemstellungen zur videobasierten Objekterkennung angepasst werden kann. Durch den Einsatz spe...    »
 
Übersetzte Kurzfassung:
In order to meet the increasing requirements of future driver assistance systems in respect to the quality of information about the local environment of one's own vehicle, this thesis develops algorithms for the video-based perception of vehicles and traffic lanes. The methods for vehicle detection combine expert knowledge with state-of-the-art machine learning algorithms to form an overall system, which can be adapted to different video-based object recognition problems. Specialized sensor mode...    »
 
Mündliche Prüfung:
16.12.2009 
Seiten:
194 
Letzte Änderung:
28.07.2014