This thesis presents a robust real-time vision-based 3D multiple human tracker capable of automatically identifying, labelling and tracking multiple humans. The primary contribution is a methodology to improve robustness and integration in real-world scenarios. The system consists of 2 stages, 1. a vision based human tracking system using multiple visual cues and a robust occlusion handler, 2. a machine learning based module for intelligent multi-modal fusion and robust to drastic changes in lighting. The fusion module performs an on line analysis of image parameters influencing the performance of the tracker. Thereafter, optimal weights are generated for each visual modality for the current scene. The thesis also proposes a novel approach to validate the 3D multiple human tracking system through zero-error ground truth data. It shows integration into variety of distributed robotic systems being used in real world applications.     «

This thesis presents a robust real-time vision-based 3D multiple human tracker capable of automatically identifying, labelling and tracking multiple humans. The primary contribution is a methodology to improve robustness and integration in real-world scenarios. The system consists of 2 stages, 1. a vision based human tracking system using multiple visual cues and a robust occlusion handler, 2. a machine learning based module for intelligent multi-modal fusion and robust to drastic changes in lig...     »

Diese Dissertation beschreibt ein robustes System zur Verfolgung mehrerer Menschen in 3D mittels Bilddaten. Das System erkennt, markiert und verfolgt Personen automatisch in Echtzeit. Der primäre Beitrag der Arbeit ist eine Methodik zur Steigerung der Robustheit der Verfolgung und die praxisrelevante Umsetzung. Es handelt sich um ein zweistufiges System. Die erste Stufe ist ein bildbasiertes System zur Personenverfolgung durch Verwendung multipler visueller Reize und robuster Verdeckungsbehandlung, die zweite eine Einheit zur intelligenten, multi-modalen Fusion mit Beleuchtungsinvarianz mittels maschinellen Lernens. Die Fusion analysiert die aktuellen Bildparameter, welche die Leistung des Algorithmus beeinflussen und errechnet daraus für jede einzelne Modalität optimale Gewichte. Weiterhin wird ein neuer Ansatz zur Validierung der Ergebnisse, sowie die Anwendung an einer Vielzahl verteilter, praxisnaher Robotiksysteme vorgestellt.     «

Diese Dissertation beschreibt ein robustes System zur Verfolgung mehrerer Menschen in 3D mittels Bilddaten. Das System erkennt, markiert und verfolgt Personen automatisch in Echtzeit. Der primäre Beitrag der Arbeit ist eine Methodik zur Steigerung der Robustheit der Verfolgung und die praxisrelevante Umsetzung. Es handelt sich um ein zweistufiges System. Die erste Stufe ist ein bildbasiertes System zur Personenverfolgung durch Verwendung multipler visueller Reize und robuster Verdeckungsbehandlu...     »