[campus icon] Accesskey [ h ] University of Paderborn - Home
EN english
Die Universität der Informationsgesellschaft
GET Lab LOGO

Master's Theses

Jahr:

2017
J. Bauch.
Single-Shot Lernverfahren zur echtzeitfähigen Erstellung ansichtenbasierter Objektrepräsentationen.
Bachelorarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

D. Enns.
Object Extraction Using the Motion Feature Saliency and Depth in GNG-based Attention System.
Universität Paderborn, 2017.
 BibTeX  Abstract

D. Gaspers.
Strukturelle Beschreibung lokaler Bildmerkmale zur Erweiterung ansichtenbasierter Objektrepräsentationen.
Masterarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

S. Grotenhöfer.
Entwicklung eines modularen Objekterkennungssystems zur Integration unterschiedlicher Bildmerkmale.
Masterarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

S. Grüne.
Vorbereitung und Ausführung von einfachen Handlungen autonomer Roboter basierend auf raumzeitlichen Aufmerksamkeitsprozessen.
Bachelorarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

J. Just.
Auswahl und Evaluierung charakteristischer Merkmale zur robusten Beschreibung von Konturfragmenten.
Bachelorarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

O. Nietfeld.
Baum konstruieren für eine schnelle Suche durch großskalierte Daten.
Bachelorarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX

A. Raies.
Optical Flow Estimation Based on Depth Information and Scene Analysis.
Masterarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

S. Reinke.
Selektion und Prüfung der Objekthaftigkeit für Rückgaben von Aufmerksamkeitssystemen.
Universität Paderborn, GET Lab, 2017.
 BibTeX

A. Saju.
Methods for quality inspection of electrical connectors based on 3D data.
Masterarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

C. Scharfstein.
Vorverarbeitung binärer Kantenbilder zur Extraktion von Konturfragmenten für echtzeitfähige Objekterkennungssysteme.
Bachelorarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

J. Scheibl.
Auswahl und Evaluierung eines erweiterten Algorithmus zur Kantendetektion für echtzeitfähige Objekterkennung.
Bachalorarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX  Abstract

M. Schreckenberg.
Schnelle Analyse und Beschreibung natürlicher Kantenbilder zur echtzeitfähigen Objekterkennung.
Masterarbeit, Universität Paderborn, GET Lab, 2017.
 BibTeX

A. Thebille.
Erzeugung künstlicher Trainingsdaten zur Erstellung ansichtenbasierter Objektrepräsentationen.
Universität Paderborn, GET Lab, 2017.
 BibTeX

H. Wang.
Convolutional Neural Network (CNN) driven Place Recognition for Appearance-based Mapping.
Universität Paderborn, 2017.
 BibTeX


alle BibTeX-Einträge