Objektsensitive Verfolgung und Klassifikation von Fußgängern mit verteilten Multi-Sensor-Trägern
Dissertationsschrift
Die Zustandsschätzung einer unbekannten Anzahl an Objekten stellt trotz der Existenz theoretisch Bayes-optimaler Multi-Objekt-Filter durch die große Anzahl an Modellannahmen dieser Filter eine große Herausforderung dar. In dieser Arbeit wurden die Eignung...
Voraussichtlich lieferbar in 3 Tag(en)
versandkostenfrei
Buch (Kartoniert)
44.30 €
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenlose Rücksendung
Produktdetails
Produktinformationen zu „Objektsensitive Verfolgung und Klassifikation von Fußgängern mit verteilten Multi-Sensor-Trägern “
Die Zustandsschätzung einer unbekannten Anzahl an Objekten stellt trotz der Existenz theoretisch Bayes-optimaler Multi-Objekt-Filter durch die große Anzahl an Modellannahmen dieser Filter eine große Herausforderung dar. In dieser Arbeit wurden die Eignung derartiger Filter für den praktischen Einsatz in Multi-Objekt-Multi-Sensor-Szenarien untersucht und die Filter um nötige Modellerweiterungen ergänzt. Als Anwendungsszenario wurde auf die Verfolgung von Fußgängern in Innenräumen eingegangen. State estimation of an unknown number of objects remains a challenging topic - despite the existence of theoretically bayes-optimal multi-object-filters - due to numerous assumptions in the modeling process. This thesis evaluates such filters in real multi-object-multi-sensor scenarios and proposes necessary extensions to existing models. The main application of the thesis is indoor pedestrian tracking.
Klappentext zu „Objektsensitive Verfolgung und Klassifikation von Fußgängern mit verteilten Multi-Sensor-Trägern “
Die Zustandsschätzung einer unbekannten Anzahl an Objekten stellt trotz der Existenz theoretisch Bayes-optimaler Multi-Objekt-Filter durch die große Anzahl an Modellannahmen dieser Filter eine große Herausforderung dar. In dieser Arbeit wurden die Eignung derartiger Filter für den praktischen Einsatz in Multi-Objekt-Multi-Sensor-Szenarien untersucht und die Filter um nötige Modellerweiterungen ergänzt. Als Anwendungsszenario wurde auf die Verfolgung von Fußgängern in Innenräumen eingegangen. State estimation of an unknown number of objects remains a challenging topic - despite the existence of theoretically bayes-optimal multi-object-filters - due to numerous assumptions in the modeling process. This thesis evaluates such filters in real multi-object-multi-sensor scenarios and proposes necessary extensions to existing models. The main application of the thesis is indoor pedestrian tracking.
Bibliographische Angaben
- Autor: Johannes Pallauf
- 2016, 206 Seiten, mit Abbildungen, Maße: 14,8 x 21 cm, Kartoniert (TB), Deutsch
- Verlag: KIT Scientific Publishing
- ISBN-10: 3731505290
- ISBN-13: 9783731505297
Kommentar zu "Objektsensitive Verfolgung und Klassifikation von Fußgängern mit verteilten Multi-Sensor-Trägern"
Schreiben Sie einen Kommentar zu "Objektsensitive Verfolgung und Klassifikation von Fußgängern mit verteilten Multi-Sensor-Trägern".
Kommentar verfassen