User: Guest  Login
If you experience problems opening the document, please try this link.
Original title:
Event-based Depth Reconstruction Using Stereo Dynamic Vision Sensors
Translated title:
Ereignisbasierte Tiefenrekonstruktion mittels Stereo-Dynamic-Vision-Sensoren
Author:
Everding, Lukas
Year:
2018
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Conradt, Jörg (Prof. Dr.)
Referee:
Conradt, Jörg (Prof. Dr.); Burschka, Darius (Prof. Dr.)
Language:
en
Subject group:
ELT Elektrotechnik
Keywords:
Stereo vision, Event-based vision, Feature extraction
Translated keywords:
Stereoskopisches Sehen, Ereignisbasiertes Sehen, Merkmalidentifikation
TUM classification:
PSY 205d
Abstract:
In this thesis, different types of stereo matching algorithms for event-based vision sensors are developed and analysed. The algorithms are based on a) single-event matching, b) event-cloud alignment and c) feature extraction and matching. Analysis focusses on both accuracy as well as computational cost and suitability for real-time usage, and compares the results of the proposed methods with values published in current literature.
Translated abstract:
Diese Dissertation befasst sich mit der Entwicklung und Analyse von Algorithmen für ereignisbasiertes, stereoskopisches, maschinelles Sehen. Die Algorithmen basieren auf a) Einzelereignisabgleich, b) Ereigniswolkenangleichen und c) Merkmalidentifikation und -zuordnung. Die Auswertung konzentriert sich sowohl auf Genauigkeit der Tiefenschätzung als auch auf Eignung der jeweiligen Algorithmen für Echtzeitanwendungsfälle. Die Ergebnisse werden mit Werten in der Literatur verglichen.
WWW:
https://mediatum.ub.tum.de/?id=1445947
Date of submission:
25.06.2018
Oral examination:
14.11.2018
File size:
11635998 bytes
Pages:
108
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181114-1445947-1-8
Last change:
18.02.2019
 BibTeX