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

Message

Strukturelle Beschreibung lokaler Bildmerkmale zur Erweiterung ansichtenbasierter Objektrepräsentationen
 
Date: 2017/08/09
Time: 16:30 h
Place: P 1.4.17
 

Am Mittwoch, den 9. August 2017 hält Herr Daniel Gaspers um 16:30 Uhr im Raum P 1.4.17 einen Vortrag über seine Masterarbeit mit dem Titel:

Strukturelle Beschreibung lokaler Bildmerkmale zur Erweiterung ansichtenbasierter Objektrepräsentationen

Abstract:

Im Rahmen dieser Masterarbeit werden ansichtenbasierte Objektrepräsentationen auf Basis lokaler Bildmerkmale um die strukturelle Beschreibung dieser lokalen Bildmerkmale erweitert. Die strukturelle Beschreibung repräsentiert die relative räumliche Lage der lokalen Bildermerkmale zueinander unter Berücksichtigung charakteristischer Skalierungen und Rotationen. Objekterkennungsverfahren überprüfen zur Erkennung eines Objektes von Interesse in der Regel das Auftreten von Bildmerkmalen aus der Objektrepräsentation. Falsche Erkennungen resultieren aus Schnittmengen mit den Bildmerkmalen anderer Objekte und dem Hintergrund. Durch die Erweiterung der Objektrepräsentationen um eine strukturelle Beschreibung kann nicht nur das Auftreten der Bildmerkmale, sondern auch ihre strukturelle Beziehung zueinander geprüft und validiert werden. Des Weiteren kann die Lage der Bildmerkmale zueinander quantitativ beschrieben sowie ein entsprechendes Konfidenzmaß der Objektstruktur definiert werden. Aus einer derart erweiterten Objektrepräsentation resultiert somit ein im Vergleich zu konventionellen Verfahren robusteres Objekterkennungssystem. In dieser Masterarbeit wird ein Objekterkennungssystem entwickelt, in welchem die Objektrepräsentation beliebiger lokaler Bildmerkmale um die strukturelle Beschreibung dieser Bildmerkmale erweitert wird. Hierfür wird die räumliche Lage der lokalen Bildmerkmale zueinander in einem Strukturgraph mit konfigurierbarer Topologie skalierungs- und rotationsinvariant abstrahiert.