Das Projekt umfaßt die Aufgaben der perzeptiven Repräsentation, der Adaptivität und der Objekterkennung sowie der Objekterkennung in Röntgenbildern. Für die perzeptive Repräsentation und Adaptivität wurden Verfahren mit Flußfeldfiltern und Orts-Zeit-Funktionen entwickelt, mit denen eine Aufmerksamkeitskarte erstellt wird. Diese Aufmerksamkeitskarte enthält sog. ROI (regions of interest), die für das Fahrverhalten relevante Regionen kennzeichnen. Zur Elimination der Eigenbewegungseffekte erfolgt eine bewegungsbasierte Segmentierung. Für alle Entfernungsbereiche wurden eine Objektdetektion und Objektverfolgung entwickelt, die auf informationstheoretischen Ansätzen beruhen. Die Objektdetektion erfolgt über ein Entropiemaß. Die Kreuzentropie von Bildern in zeitlicher Abfolge wird mit der Kulback-Leibler-Divergenz zur Objektverfolgung genutzt. Im Nah-/Mittelbereich werden für die Objektklassifikation ein auf Rangstatistiken basierendes und mit einem neuronalen Netz arbeitendes Verfahren sowie die linienmerkmalbasierte Objekterkennung mit Optimierung der Energiefunktion über den Expectation-Maximization-Ansatz eingesetzt. Bei der Objekterkennung im Fernfeld werden neben Kookkurrenz-Matrizen auch fraktale Dimensionen zur Klassifikation verwendet. Für die Erkennung von Sprengstoffzündern im Gepäck in Röntgenbildern wurden nach einer Vorsegmentierung über die Grauwertverteilung weitere adaptive Verfahren, die auf den geometrischen Eigenschaften von Sprengstoffzündern basieren, zur Erkennung eingesetzt.
Projekt: Elektronisches Auge BMW/HEIMANN Sehsysteme für Fahrerassistenz im Automobil und Bewertung komplexer Umgebungen
Electronic eye BMW/HEIMANN machine vision systems for driver support in motor vehicles and evaluation of complex environments
1997
30 Seiten, 13 Bilder, 8 Quellen
Report
German