Zusammenfassung
Derzeitige Projekte am Institut für Neuroinformatik in Bochum beschäftigen sich mit der Analyse von Straßenverkehrsszenen mittels Computer Vision [12]. Dies impliziert, wegen der durch die natürliche Umwelt aufgestellten Randbedingungen, hohe Anforderungen an die zu entwickelnden Algorithmen. Im speziellen wird versucht, Verkehrsteilnehmer aus Videobildern zu extrahieren und die so gewonnenen Objekthypothesen weiter zu attributieren (z.B. Objektklasse, Abstand, Geschwindigkeit, Gefahrenpotential hinsichtlich der beabsichtigten Eigentrajektorie etc.), um im Hinblick auf den Einsatz in Assistenzsystemen in Fahrzeugen eine möglichst genaue Beschreibung der Umwelt zu erreichen. Nicht nur die große Vielfalt der unterschiedlichen Umweltszenarien, sondern auch das hohe Maß an Sicherheit, das die gestellte Aufgabe erfordert, bedingen ein breitbandiges und flexibles Gesamtsystem [6]. Ein Lösungsvorschlag wird im folgenden behandelt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
B. V. Dasarathy. Decision Fusion. IEEE Computer Society Press, Los Alamitos, 1994.
J.D. Foley, A. van Dam, S.K. Feiner und J.F. Hughes. Computer Graphics: Principles and Practice. Addison-Wesley Publishing Company, Inc., 1990.
C. Goerick. Local orientation coding and adaptive thresholding for real time early vision. Internal Report IR-INI 94–05, Institut für Neuroinformatik, Ruhr- Universität Bochum, D-44780 Bochum, Germany, Juni 1994.
C. Goerick, D. Noll und M. Werner. Artificial Neural Networks in Real Time Car Detection and Tracking Applications. Pattern Recognition Letters, 1996.
U. Handmann und T. Kalinke. Fusion of texture and contour based methods for object recognition. In ITSC’97, Boston, 1997. IEEE. Session 35: Intelligent Vehicles: Vision(3).
U. Handmann, T. Kalinke, C. Tzomakas, M. Werner und W. v. Seelen. Computer vision for driver assistance systems. In Proceedings of SP IE Vol. 3364, Orlando, 1998. SPIE. Session Enhanced and Synthetic Vision 1998.
S. Haykin. Neural Networks. Macmillan College Publishing Company, Inc., 1994.
T. Kalinke und W. von Seelen. Entropie als Maß des lokalen Informationsgehalts in Bildern zur Realisierung einer Aufmersamkeitssteuerung. In Mustererkennung 1996, Seite 627–634, Berlin, Heidelberg, 1996. Springer-Verlag.
L. C. Ramac, M. K. Uner, P. K. Varshney, M. Alford und D. Ferris. Morphological filters and wavelet based image fusion for concealed weapons detection. In Proceedings of SPIE Vol 3376, Orlando, 1998. SPIE. Session Sensor Fusion 1998.
W. Ritter, F. Stein und R. Janssen. Traffic Sign Recognition Using Colour Information. Mathl. Comput. Modelling, 22 (4–7): 149–161, 1995.
T. Schnitger und U. Handmann. Fusion von Bildanalyseverfahren mittels einer neuronalen Kopplungsstruktur. Internal Report IRINI 98–01, Institut für Neuroinformatik, Ruhr-Universität Bochum, D-44780 Bochum, Germany, April 1998.
W. von Seelen, W. Gillner, C. Goerick, U. Handmann, T. Kalinke, D. Kastrup, I. Leefken, G. Lorenz, D. Noll, C. Tzomakas, B. Völpel, M. Werner und C. Winkel. Image Processing of Dynamic Scenes. Internal Report IRINI 97–14, Institut für Neuroinformatik, Ruhr-Universität Bochum, D-44780 Bochum, Germany, Juli 1997.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1998 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Handmann, U., Lorenz, G., von Seelen, W. (1998). Fusion von Basisalgorithmen zur Segmentierung von Straßenverkehrsszenen. In: Levi, P., Schanz, M., Ahlers, RJ., May, F. (eds) Mustererkennung 1998. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-72282-0_9
Download citation
DOI: https://doi.org/10.1007/978-3-642-72282-0_9
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-64935-9
Online ISBN: 978-3-642-72282-0
eBook Packages: Springer Book Archive