Benutzer: Gast  Login
Originaltitel:
Enabling Scalable and Efficient Visual Attention, Object-Based Attention and Object Recognition for Humanoid Robots - a Biologically-Inspired Approach.
Übersetzter Titel:
Realisierung skalierbarer und effizienter visueller Aufmerksamkeit, objektbasierter Aufmerksamkeit und Objekterkennung in humanoiden Robotern - ein biologisch inspirierter Ansatz
Autor:
Holzbach, Andreas
Jahr:
2016
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Cheng, Gordon (Prof., Ph.D.)
Gutachter:
Cheng, Gordon (Prof., Ph.D.); Ude, Ales (Prof. Dr.)
Sprache:
de
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
DAT 700d
Kurzfassung:
This thesis presents an approach towards the efficient integration of neuroscientific knowledge into a technical environment for improving vision models in time-crucial real-world scenarios in the context of humanoid robotics. The main contribution of this thesis is the analysis, the development and the evaluation of an efficient biologically-inspired vision system. The results discussed in this thesis evidently show that technical systems can be enhanced by following the biological paradigm.
Übersetzte Kurzfassung:
Die Dissertation verfolgt den Ansatz der effizienten Integration neurowissenschaftlicher Erkenntnisse in ein technisches Umfeld für die Verbessrung von Bildsystemen für zeitkritische Szenarien im Kontext von humanoider Robotik. Der wesentliche wissenschaftliche Beitrag besteht in der Analyse, Entwicklung und Evaluierung eines effizienten biologisch inspirierten Bildsystems. Die Ergebnisse dieser Dissertation zeigen, dass technische Systeme durch biologische inspirierte Ansätze verbessert werden...     »
WWW:
https://mediatum.ub.tum.de/?id=1250793
Eingereicht am:
16.04.2015
Mündliche Prüfung:
11.05.2016
Dateigröße:
23769169 bytes
Seiten:
198
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20160511-1250793-1-9
Letzte Änderung:
28.06.2016
 BibTeX