Benutzer: Gast  Login
Originaltitel:
Semantic understanding of 3D point clouds of indoor environments
Übersetzter Titel:
Semantisches Verstehen von 3D Punktwolken von Innenräumen
Autor:
Bobkov, Dmytro
Jahr:
2019
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Steinbach, Eckehard (Prof. Dr.)
Gutachter:
Steinbach, Eckehard (Prof. Dr.); Diepold, Klaus (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Machine learning, 3D computer vision, segmentation, object recognition, deep learning
Übersetzte Stichworte:
Maschinelles Lernen, 3D maschinelles Sehen, Segmentierung, Objekterkennung, tiefes Lernen
TU-Systematik:
DAT 760d
Kurzfassung:
Recently, it became possible to obtain a digital representation of an indoor environment in form of a 3D point cloud (PC). For multiple applications, it is important to extract semantic information from the PC data of buildings. This thesis investigates this problem in detail. For semantic understanding, a top-down approach is foreseen. Thus, the building data is first segmented into rooms, and the rooms are segmented into objects. Finally, the objects are classified.
Übersetzte Kurzfassung:
Mittlerweile ist es möglich, eine digitale Darstellung der Innenumgebung in Form einer 3D-Punktwolke (engl. PC) zu erstellen. Für mehrere Anwendungen ist es wichtig semantische Informationen aus den PC-Daten der Gebäude zu extrahieren. Diese Dissertation untersucht dieses Problem im Detail. Für das semantische Verständnis wird ein Top-Down Ansatz verfolgt. So werden die Gebäudedaten zunächst in Räume und die Räume in Objekte unterteilt. Schließlich werden die Objekte klassifiziert.
WWW:
https://mediatum.ub.tum.de/?id=1470984
Eingereicht am:
17.01.2019
Mündliche Prüfung:
12.09.2019
Dateigröße:
33306147 bytes
Seiten:
154
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20190912-1470984-1-7
Letzte Änderung:
09.10.2019
 BibTeX