004 Informatik
Refine
Year of publication
Document Type
- Report (15) (remove)
Is part of the Bibliography
- no (15)
Keywords
- Augmented Reality (1)
- DamokleS (1)
- Künstliche Intelligenz (1)
Institute
Schlussbericht ; Laufzeit des Vorhabens/Berichtszeitraum: 01.10.2005-30.11.2009
Auch als elektronische Ressource vorh.
Förderkennzeichen BMBF 01IME01K [richtig] - 01IMEO1K [falsch]. - Verbund-Nr. 01042153. - Engl. Berichtsbl. u.d.T.: Face recognition on mobile robot plattforms. - Literaturverz. Bl. 32
Unterschiede zwischen dem gedruckten Dokument und der elektronischen Ressource können nicht ausgeschlossen werden
In der vorliegenden Arbeit wird ein Verfahren vorgestellt, welches textur- und konturbasierte Verfahren zur Segmentierung fusioniert. Als Kopplungsmatrix wird eine selbstorganisierte Karte nach Kohonen verwendet. Eine verbesserte Objekt- zu Hintergrundtrennung im Vergleich zu Einzelalgorithmen wird demonstriert.
In diesem Artikel wird ein System vorgestellt, welches eine videobasierte Hinderniserkennung zur automatisierten Bildanalyse von Straßenverkehrsszenen durchführt. Eine Unterteilung der Hinderniserkennung in Objektdetektion, Objektverfolgung und Objektklassifikation lässt eine Extraktion und eine Attributierung von Verkehrsteilnehmern zu. Eine Szeneninterpretation ist ableitbar.
In diesem Artikel stellen wir ein System zur Synchronisierung beliebiger, in Java geschriebener, Anwendungen vor. Nach einer kurzen Diskussion der Vor- und Nachteile von replizierter Datenhaltung – wie sie in unserem System verwendet wird – werden wir am Beispiel einer komplexen Diskussions- und Modellierungsumgebung
zeigen, wie man mit unserer Architektur Anwendungen partiell koppeln kann und somit flexible Kooperationsmöglichkeiten technisch unterstützen kann.
Technical Report
(2016)
This internal report discusses the theoretical and practical aspects of the cluster management framework SimpleHydra, which was developed in order to allow researchers the quick setup of classical small to mid-scale computation clusters while being as lightweight and platform independent as possible. We motivate crucial design choices with a theoretical analysis in the aspect of time and space complexity, furthermore we give a comprehensive introduction regarding the frameworks usage (which includes examples and detailed description of fundamental concepts as well as data structures). In addition to that we illustrate application scenarios with complete source code examples. Furthermore we hope that this document proves valuable not only as a development report but also as a practical manual for SimpleHydra.
Für das sichere Führen von Fahrzeugen im Straßenverkehr ist ein hohes Maß an Informationsverarbeitung notwendig, um aus den zur Verfügung stehenden Informationen, Handlungen für die Fahrzeugsteuerung abzuleiten. Der Mensch löst diese Aufgabe hauptsächlich auf der Basis visueller Informationen. Durch die Arbeitsweise des menschlichen Gehirns motiviert, wird am Institut für Neuroinformatik der Ruhr-Universität Bochum an einer Fahrzeugführung mittels Computer Vision gearbeitet. Fortlaufend oder zumindest in kurzen Abständen müssen hierbei Verkehrsteilnehmer aus den visuellen Informationen extrahiert und danach weiter attributiert werden. Wichtige Eigenschaften sind hierbei: Objektklasse (PKW, LKW, Fußgänger etc.), Abstand, Geschwindigkeit, Bewegungsrichtung und das Gefahrenpotential bezüglich der eigenen Ortsveränderung. Die Vielzahl der durch die Umwelt aufgestellten Randbedingungen und das aus der Aufgabenstellung implizierte hohe Maß an Sicherheit bedingen ein robustes und flexibles Gesamtsystem. Dieses Gesamtsystem besteht zum einen aus Basis-Algorithmen zur Vorverarbeitung der Eingabedaten und Extraktion von Bildmerkmalen und zum anderen aus darauf aufbauenden Verfahren zur Segmentierung, Klassifizierung und Verfolgung von Fahrzeugen.