Publikationsliste Hochschul-Bibliografie

Anzahl der Treffer: 37
Erstellt: Mon, 22 Apr 2024 23:18:33 +0200 in 0.0495 sec


Eisenbach, Markus;
Personenwiedererkennung mittels maschineller Lernverfahren für öffentliche Einsatzumgebungen. - Ilmenau : Universitätsverlag Ilmenau, 2020. - 1 Online-Ressource (xix, 523 Seiten)
Technische Universität Ilmenau, Dissertation 2019

Die erscheinungsbasierte Personenwiedererkennung in öffentlichen Einsatzumgebungen ist eines der schwierigsten, noch ungelösten Probleme der Bildverarbeitung. Viele Teilprobleme können nur gelöst werden, wenn Methoden des maschinellen Lernens mit Methoden der Bildverarbeitung kombiniert werden. In dieser Arbeit werden maschinelle Lernverfahren eingesetzt, um alle Abarbeitungsschritte einer erscheinungsbasierten Personenwiedererkennung zu verbessern: Mithilfe von Convolutional Neural Networks werden erscheinungsbasierte Merkmale gelernt, die eine Wiedererkennung auf menschlichem Niveau ermöglichen. Für die Generierung des Templates zur Beschreibung der Zielperson wird durch Einsatz maschineller Lernverfahren eine automatische Auswahl personenspezifischer, diskriminativer Merkmale getroffen. Durch eine gelernte Metrik können beim Vergleich von Merkmalsvektoren szenariospezifische Umwelteinflüsse kompensiert werden. Eine Fusion komplementärer Merkmale auf Score Level steigert die Wiedererkennungsleistung deutlich. Dies wird vor allem durch eine gelernte Gewichtung der Merkmale erreicht. Das entwickelte Verfahren wird exemplarisch anhand zweier Einsatzszenarien - Videoüberwachung und Robotik - evaluiert. Bei der Videoüberwachung ermöglicht die Wiedererkennung von Personen ein kameraübergreifendes Tracking. Dies hilft menschlichen Operateuren, den Aufenthaltsort einer gesuchten Person in kurzer Zeit zu ermitteln. Durch einen mobilen Serviceroboter kann der aktuelle Nutzer anhand einer erscheinungsbasierten Wiedererkennung identifiziert werden. Dies hilft dem Roboter bei der Erfüllung von Aufgaben, bei denen er den Nutzer lotsen oder verfolgen muss. Die Qualität der erscheinungsbasierten Personenwiedererkennung wird in dieser Arbeit anhand von zwölf Kriterien charakterisiert, die einen Vergleich mit biometrischen Verfahren ermöglichen. Durch den Einsatz maschineller Lernverfahren wird bei der erscheinungsbasierten Personenwiedererkennung in den betrachteten unüberwachten, öffentlichen Einsatzfeldern eine Erkennungsleistung erzielt, die sich mit biometrischen Verfahren messen kann.



https://doi.org/10.22032/dbt.45621
Müller, Steffen; Wengefeld, Tim; Trinh, Thanh Quang; Aganian, Dustin; Eisenbach, Markus; Groß, Horst-Michael
A multi-modal person perception framework for socially interactive mobile service robots. - In: Sensors, ISSN 1424-8220, Bd. 20 (2020), 3, 722, insges. 18 S.

https://doi.org/10.3390/s20030722
Eisenbach, Markus; Stricker, Ronny; Sesselmann, Maximilian; Seichter, Daniel; Groß, Horst-Michael
Enhancing the quality of visual road condition assessment by deep learning. - In: XXVI World Road Congress - Abu Dhabi 2019, (2019), S. 1-13

Sesselmann, Maximilian; Stricker, Ronny; Eisenbach, Markus
Deep learning for automatic detection and classification of road damage from mobile LiDAR data :
Einsatz von Deep Learning zur automatischen Detektion und Klassifikation von Fahrbahnschäden aus mobilen LiDAR-Daten. - In: AGIT, ISSN 2509-713X, Bd. 5 (2019), S. 100-114

https://doi.org/10.14627/537669009
Stricker, Ronny; Eisenbach, Markus; Sesselmann, Maximilian; Debes, Klaus; Groß, Horst-Michael
Improving visual road condition assessment by extensive experiments on the extended GAPs dataset. - In: 2019 International Joint Conference on Neural Networks (IJCNN), (2019), S. 1-8

https://doi.org/10.1109/IJCNN.2019.8852257
Schnürer, Thomas; Fuchs, Stefan; Eisenbach, Markus; Groß, Horst-Michael
Real-time 3D pose estimation from single depth images. - In: VISIGRAPP 2019, (2019), S. 716-724

Seichter, Daniel; Eisenbach, Markus; Stricker, Ronny; Groß, Horst-Michael
How to improve deep learning based pavement distress detection while minimizing human effort. - In: 2018 IEEE 14th International Conference on Automation Science and Engineering (CASE), (2018), S. 63-70

https://doi.org/10.1109/COASE.2018.8560372
Eisenbach, Markus; Stricker, Ronny; Debes, Klaus; Groß, Horst-Michael
Crack detection with an interactive and adaptive video inspection system. - In: Arbeitsgruppentagung Infrastrukturmanagement, ISBN 978-3-86446-176-7, (2017), insges. 10 S.

Groß, Horst-Michael; Meyer, Sibylle; Scheidig, Andrea; Eisenbach, Markus; Müller, Steffen; Trinh, Thanh Quang; Wengefeld, Tim; Bley, Andreas; Martin, Christian; Fricke, Christa
Mobile robot companion for walking training of stroke patients in clinical post-stroke rehabilitation. - In: IEEE International Conference on Robotics and Automation (ICRA), ISBN 978-1-5090-4633-1, (2017), S. 1028-1035

https://doi.org/10.1109/ICRA.2017.7989124
Eisenbach, Markus; Stricker, Ronny; Seichter, Daniel; Amende, Karl; Debes, Klaus; Sesselmann, Maximilian; Ebersbach, Dirk; Stöckert, Ulrike; Groß, Horst-Michael
How to get pavement distress detection ready for deep learning? : a systematic approach. - In: IJCNN 2017, ISBN 978-1-5090-6182-2, (2017), S. 2039-2047

https://doi.org/10.1109/IJCNN.2017.7966101