Zusammenfassung
Dieses Kapitel beschreibt Technologien im Kontext von ARVIDA, die über die allgemeine Beschreibung von Technologien aus Kap. 2 hinausgehen. Eine der Hürden für den produktiven Einsatz von VT ist der Mangel an robusten, markerlosen Trackingsystemen. Hier wurden im Rahmen des Projektes essentielle Fortschritte gemacht. Auch bei der Gestenerkennung konnten im Rahmen der Interaktion in einer Sitzkiste wesentliche Verbesserungen erzielt werden. Die Vermessung von Geodaten ist eine Grundvoraussetzung für Anwendungen im Digitalen Fahrzeugerlebnis. Hier wurden ebenfalls deutliche Fortschritte erzielt. Schließlich ist zu erwähnen, dass die vorgestellten Technologien als Dienste der Referenzarchitektur bereitgestellt werden, um den Austausch von Technologien einfach zu gestalten.
Abstract
This chapter especially deals with technologies in the context of ARVIDA which are more specific than those described in Chap. 2. One of the obstacles for the productive application of VT is the lack of robust markerless tracking systems. In this project essential improvements in markerless tracking as well as in the field of gesture recognition have been achieved. The measurement of geospatial data is one of the basic requirements for the application of digital car experience. Considerable progress was obtained in this research, too. All of the above mentioned technologies were supplied as ARVIDA services to realize simple interchangeability of different combinations of hard- and software.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Intel Core i5-4430 3GHz, 16GB DDR-RAM, GeForce GTX 970 4GB GDDR-RAM.
- 2.
Correct-Classification-Rate: Verhältnis der Summe korrekter Klassifikationen zur Summe aller Klassifikationen.
Literatur
Alcantarilla PF, Nuevo J and Bartoli A (2013) Fast explicit diffusion for accelerated features in nonlinear scale spaces in British Machine Vision Conference (BMVC). Bristol.
ART Markerbasiertes Tracking. www.ar-tracking.com/products. Zugegriffen: 24. Juni 2016
BSD 2-Clause License. opensource.org/licenses/bsd-license.php. Zugegriffen: 24. Juni 2016
CAFFE-Framework. caffe.berkeleyvision.org. Zugegriffen: 24. Juni 2016
CREAFORM. www.creaform3d.com/de/messtechnik/dynamisches-tracking-vxtrack. Zugegriffen: 13. Sept. 2016
Eade E, Drummond T (2009) Edge landmarks in monocular SLAM. Image Vision Comput 27(5):588–596
EXTEND3D Werklicht®. http://www.extend3d.de/produkte.php. Zugegriffen: 08. Sept. 2016
Farneback G (2003) Two-frame motion estimation based on polynomial expansion. Lect Notes Comput Sc (2749):363–370
Harris C and Stephens M (1988) A combined corner and edge detector. Proceedings of the 4th Alvey Vision Conference. S 147–151
Hinterstoisser S, Cagniart C, Ilic S, Sturm P, Navab N, Fua P, Lepetit V (2011) Gradient response maps for real-time detection of texture-less objects. IEEE T Pattern Anal 34(5):876–888
Hinterstoisser S, Holzer S, Cagniart C, Ilic S, Konolige K, Navab N, Lepetit V (2011) Multimodal templates for real-time detection of texture-less objects in heavily cluttered scenes. IEEE I Conf Comp Vis, 858–865
Kanungo T, Mount DM, Netanyahu NS, Piatko C, Silverman R, Wu AY (2002) An efficient k-means clustering algorithm: Analysis and implementation, IEEE Trans Patt Anal Mach Intell 24(7): 881–892
Leutenegger S, Chli M, Siegwart RY (2011) BRISK: Binary robust invariant scalable keypoints, ICCV 2011, IEEE Computer Society. Washington, S 2548–2555
Lowe DG (2004) Distinctive image features from scale-invariant keypoints. IJCV 60 2(November 2004):91–110
Ortiz R (2012) FREAK: Fast retina keypoint. CVPR 2012. Washington, S 510–517
Rosten E, Drummond T (2006) Machine learning for high-speed corner detection. Computer Vision-ECCV 2006. Lecture Notes in ComputerScience, vol. 3951. Springer, Berlin, S 430–443
Schreiber W, Zimmermann P (2011) Virtuelle Techniken im industriellen Umfeld: Das AVILUS-Projekt – Technologien und Anwendungen. ISBN 978-3-642-20635-1. Springer, Berlin
Shi J, Tomasi C (1994) Good features to track. 9th IEEE conference on computer vision and pattern recognition. Springer, Berlin
OpenStreetMap. Homepage. www.openstreetmap.org. Zugegriffen: 05. Aug. 2016
GoogleMaps. Homepage. www.google.de/maps. Zugegriffen: 05. Aug. 2016
BingMaps. Homepage. www.bing.com/maps. Zugegriffen: 05. Aug. 2016
Bundesamt für Kartographie und Geodäsie. Homepage. www.bkg.bund.de. Zugegriffen: 05. Aug. 2016
3D Route Scan GmbH. Homepage. http://3d-routescan.de. Zugegriffen: 05. Aug. 2016
e57 Spezifikation. Homepage. www.libe57.org. Zugegriffen: 05. Aug. 2016
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2017 Springer-Verlag GmbH Deutschland
About this chapter
Cite this chapter
Alvarado, P. et al. (2017). ARVIDA-Technologien. In: Schreiber, W., Zürl, K., Zimmermann, P. (eds) Web-basierte Anwendungen Virtueller Techniken. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-52956-0_4
Download citation
DOI: https://doi.org/10.1007/978-3-662-52956-0_4
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-52955-3
Online ISBN: 978-3-662-52956-0
eBook Packages: Computer Science and Engineering (German Language)