Eine Systemarchitektur für effiziente videobasierte Fahrerassistenzsysteme
- Verschiedene videobasierte Applikationen gleichzeitig in ein Fahrzeug zu integrieren, stellt eine große technische Herausforderung dar. In der vorliegenden Arbeit wird eine vereinheitlichende Architektur vorgeschlagen, in der alle relevanten Module Haar-Merkmale nutzen. Algorithmen für verschiedene Aufgaben wurden entsprechend angepasst. Es konnte gezeigt werden, dass die Leistungsfähigkeit der betrachteten Module mindestens vergleichbar mit vorherigen Alternativen ist, in vielen Fällen konnten sogar Verbesserungen erzielt werden. Im Rahmen der vorliegenden Arbeit wird vorgeschlagen, alle freien Parameter, also auch den geeigneten Merkmalssatz, durch automatische (Mehrziel-)Optimierung zu bestimmen. Es wird eine neue Methode vorgestellt, die das wiederholte Training von Klassifikatoren mittels linearer Diskriminanzanalyse erheblich beschleunigen kann. Schließlich wird die Möglichkeit diskutiert, Bilder von Google Street View bei der Entwicklung videobasierter FAS zu berücksichtigen.
Author: | Jan SalmenGND |
---|---|
URN: | urn:nbn:de:hbz:294-39189 |
Referee: | Gregor SchönerORCiDGND, Christian IgelORCiDGND |
Document Type: | Doctoral Thesis |
Language: | German |
Date of Publication (online): | 2013/12/05 |
Date of first Publication: | 2013/12/05 |
Publishing Institution: | Ruhr-Universität Bochum, Universitätsbibliothek |
Granting Institution: | Ruhr-Universität Bochum, Fakultät für Elektrotechnik und Informationstechnik |
Date of final exam: | 2013/08/05 |
Creating Corporation: | Fakultät für Elektrotechnik und Informationstechnik |
GND-Keyword: | Bildverarbeitung; Objekterkennung; Signalverarbeitung; Straßenverkehr; Fahrerassistenzsystem |
Dewey Decimal Classification: | Allgemeines, Informatik, Informationswissenschaft / Informatik |
faculties: | Fakultät für Elektrotechnik und Informationstechnik |
Licence (German): | Keine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht |