User: Guest  Login
Original title:
Enabling Scalable and Efficient Visual Attention, Object-Based Attention and Object Recognition for Humanoid Robots - a Biologically-Inspired Approach.
Translated title:
Realisierung skalierbarer und effizienter visueller Aufmerksamkeit, objektbasierter Aufmerksamkeit und Objekterkennung in humanoiden Robotern - ein biologisch inspirierter Ansatz
Author:
Holzbach, Andreas
Year:
2016
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Cheng, Gordon (Prof., Ph.D.)
Referee:
Cheng, Gordon (Prof., Ph.D.); Ude, Ales (Prof. Dr.)
Language:
de
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
DAT 700d
Abstract:
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.
Translated abstract:
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
Date of submission:
16.04.2015
Oral examination:
11.05.2016
File size:
23769169 bytes
Pages:
198
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20160511-1250793-1-9
Last change:
28.06.2016
 BibTeX