Benutzer: Gast  Login
Originaltitel:
Deep Learning Meets Visual Localization
Übersetzter Titel:
Deep Learning Trifft Auf Visuelle Lokalisierung
Autor:
Zhou, Qunjie
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Leal-Taixé, Laura (Prof. Dr.)
Gutachter:
Leal-Taixé, Laura (Prof. Dr.); Pollefeys, Marc (Prof. Dr.); Matas, Jiri (Prof., Ph.D.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Visual Localization
TU-Systematik:
DAT 706; DAT 770; DAT 708
Kurzfassung:
Visual localization is the task of determining the camera pose of a query image with respect to a 3D environment. The rapid development of deep learning has led to significant improvement of the existing methods meanwhile opened up several new options for tackling localization. This thesis focuses on investigating and understanding the potentials and limitations of the existing learning-based localization as well as developing new data-driven solutions to address the remaining challenges.
Übersetzte Kurzfassung:
Visuelle Lokalisierung ist die Aufgabe, die Kamerapose eines Anfragebildes in Bezug auf eine 3D-Umgebung zu bestimmen. Die rasante Entwicklung von Deep Learning hat zu einer deutlichen Verbesserung der bestehenden Methoden geführt und gleichzeitig mehrere neue Optionen zur Lösung der Lokalisierung eröffnet. Diese Arbeit konzentriert sich auf die Untersuchung und das Verständnis der Potenziale und Grenzen der bestehenden lernbasierten Lokalisierung sowie auf die Entwicklung neuer datengesteuerter...     »
WWW:
https://mediatum.ub.tum.de/?id=1693333
Eingereicht am:
22.12.2022
Mündliche Prüfung:
06.07.2023
Dateigröße:
6722820 bytes
Seiten:
114
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230706-1693333-1-0
Letzte Änderung:
20.10.2023
 BibTeX