@mastersthesis { Gro2017,
     author        = { Steffen Grotenh{"o}fer },
     title         = { Entwicklung eines modularen Objekterkennungssystems zur Integration unterschiedlicher Bildmerkmale },
     month         = { January },
     year          = { 2017 },
     school        = { Paderborn University },
     type          = { Master's thesis },
     abstract      = { Im Rahmen dieser Masterarbeit soll ein modulares System zur Objekterkennung entwickelt und evaluiert werden, welches die Integration unterschiedlicher Bildmerkmale erm{"o}glicht. In konventionellen Systemen zur Objekterkennung wird in der Regel nur ein bestimmter Algorithmus zur Extraktion und Beschreibung globaler oder lokaler Merkmale genutzt. Um im Vergleich zu konventionellen Systemen eine h{"o}here Leistungsf{"a}higkeit bei der Objekterkennung zu erreichen, soll das zu entwickelnde System eine Kombination unterschiedlicher Bildmerkmale einsetzen. Durch die Kombination unterschiedlicher Bildmerkmale, wie beispielsweise kanten- und texturbasierter Bildmerkmale, soll das System mit m{"o}glichst vielen unterschiedlichen Objekten umgehen k{"o}nnen. Dadurch ist das zu entwicklende System nicht auf einen bestimmten Anwendungsbereich beschr{"a}nkt. Um besonders deskriptive Bildmerkmale des zu erkennenden Objektes auszuw{"a}hlen, soll ein {"u}berwachtes maschinelles Lernverfahren eingesetzt werden. Ein solches Verfahren nutzt positive und negative Trainingsbilder, um Objektrepr{"a}sentationen zu lernen. Bei den positiven Trainingsbildern handelt es sich um Bildausschnitte, die das Objekt von Interesse beinhalten. Die negativen Trainingsbilder beinhalten hingegen Teile des Hintergrunds oder andere Objekte. }
}