TY - THES AB - Die Wahrnehmung und Analyse dynamischer Umgebungen ist eine zentrale Herausforderung im Bereich kognitiver Anwendungen wie Fahrerassistenzsystemen und allen Arten von autonomen Roboteroperationen. Autonome Roboter sind in der Lage, vorgegebene Aufgaben ohne kontinuierliche Kontrolle durch den Menschen durchzuführen. Voraussetzung dazu ist unter anderem eine robuste Erkennung und Verfolgung von sich bewegenden Objekten. Speziell mobilen Robotern bereiten bewegte Objekte größere Schwierigkeiten bei der Lokalisierung und Navigation als stationäre Objekte. Mobile Rettungsroboter beispielsweise steigern ihre Leistung deutlich durch die Erkennung von sich bewegenden Opfern. Die robuste Erkennung/Verfolgung von sich bewegenden Objekten von einer sich bewegenden Kamera in einer Umgebung im Freien ist aufgrund dynamischer wechselnder, unordentlicher Hintergründe, variierender Beleuchtungsbedingungen, teilweiser Okklusion von Objekten und unterschiedlichen Blickwinkeln der Objekte eine Herausforderung. Diese Doktorarbeit beschäftigt sich mit einer robusten 2D-Bewegungsschätzung (Optische Fluss) und die Analyse für dynamische Umgebungen basierend auf Bildsequenzen und umfasst die oben genannten Probleme. Zu diesem Zweck wurde ein Verfahren entwickelt, dass die Coarse-To-Fine Ansatz verbessert einsetzt, um 2D-Bewegungen sowohl von schnellen als auch von langsamen Objekten mit weniger Rechenleistung zu schätzen. Des Weiteren wird in der vorliegenden Arbeit ein neues Optimierungsmodell für die optische Flussschätzung basierend auf der Texturbeschränkung vorgeschlagen. Bei der Texturbeschränkung wird davon ausgegangen, dass Objekttexturen wie Kanten, Gradienten oder Ausrichtung merkmale bei Objekten oder Kamerabewegungen konstant bleiben. Das Optimierungsmodell verwendet eine Zielfunktion, um die Unähnlichkeit zwischen der Bildtextur unter Verwendung lokaler ... AU - Mohamed, Mahmoud Ali Ahmed CY - Paderborn DA - 2019 DO - 10.17619/UNIPB/1-760 DP - Universität Paderborn LA - eng N1 - Tag der Verteidigung: 22.07.2019 N1 - Universität Paderborn, Dissertation, 2019 PB - Veröffentlichungen der Universität PY - 2019 SP - 1 Online-Ressource (190 Seiten) T2 - Fakultät für Elektrotechnik, Informatik und Mathematik TI - Robust motion estimation for qualitative dynamic scene analysis UR - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-35183 Y2 - 2024-10-06T11:13:21 ER -