Das weite Feld der Bildverarbeitung und Objekterkennung eröffnet neue Applikationen für Fahrerassistenzsysteme. Im Rahmen dieser Arbeit werden Algorithmen zur Merkmalsextraktion, Objektverfolgung und Bestimmung einer optimalen Bildauflösung behandelt. Für den Einsatz in Objekterkennungssystemen wird ein verallgemeinertes und skalierbares Verfahren für eine filterbasierte Merkmalsextraktion auf Basis von generalisierten Integralbildern eingeführt. Dieses Vorgehen erweist sich für eine Echtzeitverarbeitung und eine hohe Korrektklassifikationsrate als optimal. Bezüglich der Objektverfolgung wird ein neues Trainingsverfahren entwickelt und erläutert, das eine robuste und effiziente optische Suche nach Objekten ermöglicht. Des Weiteren wird eine Methode vorgestellt, um eine optimale Bildauflösung für das Training von Klassifikatoren zu bestimmen und somit erhöhte Erkennungsraten zu gewährleisten. Die Praktikabilität der präsentierten Ansätze wird mittels Systemimplementierungen von Applikationen aus dem Bereich der Fahrerassistenzsysteme verdeutlicht. Es wird eine Erkennung von Fahrzeugen, Fußgängern und Fußgängerüberwegen diskutiert. Basierend auf dem Fußgängererkennungsalgorithmus wird darüber hinaus eine Methode für die Sensordatenfusion mehrerer Fahrzeuge vorgestellt.
Beiträge zur Signalverarbeitung für eine kamerabasierte Erkennung von Fahrzeugen, Fußgängern und Fußgängerüberwegen: Wahl der Trainingsbildauflösung, schnelle Filterung, Sensordatenfusion und optimiertes optischesTracking
Beiträge zur Informationstechnologie ; 7 ; 1-176
2012
176 Seiten, Bilder, Tabellen, 117 Quellen
Hochschulschrift
Deutsch
Erkennung von spontanen Bewegungsänderungen von Fußgängern
Europäisches Patentamt | 2023
|Schutz von Fußgängern bei Kollisionen mit Fahrzeugen
Tema Archiv | 2000
|Vorrichtung und Verfahren zur Erkennung von Fußgängern
Europäisches Patentamt | 2015
|Erkennung von Fußgängern in Echtzeit auf FPGAs
Tema Archiv | 2013
|