Advertisement

Automatisierte Videoanalyse

  • Daniela Horn
  • André Ibisch
  • Marc Tschentscher
Chapter

Zusammenfassung

Die automatisierte Analyse von Videodaten basiert auf Methoden der digitalen Bildverarbeitung. Unterschiedliche Merkmale im Bild liefern in verschiedenen Szenarien relevante Informationen. Die zugrunde liegenden mathematischen Algorithmen und Modelle sind dem Feld des maschinellen Lernens zugeordnet. Zu den wichtigsten Merkmalen gehören Farbe und Kanten. Bestehende Grenzen können nur zum Teil mit rein technischen Mitteln gelöst werden.

Schlüsselwörter

Digitale Bildverarbeitung maschinelles Lernen Computersehen technische Grenzen Interdisziplinarität 

Literatur

  1. Khan, Sultan Daud, Giuseppe Vizzari, Stefania Bandini, und Saleh Basalamah. 2015. Detection of social groups in pedestrian crowds using computer vision. In Proceedings of the 16th International Conference on Advanced Concepts for Intelligent Vision Systems, ACIVS, Hrsg. von Sebastiano Battiato, Jacques Blanc-Talon, Giovanni Gallo, Wilfried Philips, Dan Popescu, und Paul Scheunders, 249–260. Cham: Springer International Publishing.CrossRefGoogle Scholar
  2. Mitchell, Tom M. 1997. Machine learning. New York: McGraw-Hill.Google Scholar
  3. Salmen, Jan, Lukas Caup, und Igel Christian. 2011. Real-time estimation of optical flow based on optimized haar wavelet features. In Proceedings of the 6th International Conference on Evolutionary Multi-criterion Optimization, EMO, Hrsg. von Ricardo H. C. Takahashi, Kalyanmoy Deb, Elizabeth F. Wanner, und Salvatore Greco, 448–461. Berlin: Springer.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  • Daniela Horn
    • 1
  • André Ibisch
    • 2
  • Marc Tschentscher
    • 3
  1. 1.BochumDeutschland
  2. 2.BochumDeutschland
  3. 3.BochumDeutschland

Personalised recommendations