Home | english  | Impressum | Sitemap | KIT
Lokale Bayes'sche Fusion von Vorwissen und Bildinformation zur Detektion und Klassifikation von Fahrzeugen
Typ:

Studienarbeit

Links:
Betreuer:

Dipl.-Math. Jennifer Sander

Status:

abgeschlossen

Abgabedatum:

Oktober 2008

Forschungsprojekt:

Lokale Fusion heterogener Informationsquellen

Bei der automatischen Detektion und Klassifikation von Objekten stehen oft unterschiedliche Informationen (Bilddaten, Aussagen menschlicher Experten...) zur Verfügung, die es für eine optimale Ergebnisfindung zu fusionieren gilt. Bei der Bayesschen Fusionsmethodik werden durch die Abbildung des gegebenen Wissens in Wahrscheinlichkeitsverteilungen neben den eigentlichen Werten auch die mit ihnen verbundenen Unsicherheiten modelliert. Diese Transformation homogenisiert zusätzlich heterogene Information dadurch, dass diese anschließend kompatibel, da einheitlich beschrieben ist. Die eigentliche Fusion erfolgt dann durch Anwendung des Bayesschen Theorems.

Die globale Sichtweise der Bayesschen Fusionsmethodik führt diese jedoch aufgrund des rapide anwachsenden Rechenaufwandes schnell an ihre Grenzen. Am Lehrstuhl für Interaktive Echtzeitsysteme wird deshalb ein lokaler Ansatz zur Bayesschen Fusion untersucht, mittels dessen sich die Komplexität der Bayesschen Fusionsmethodik
auf eine handhabbare Größenordnung reduzieren lässt. In Analogie zu kriminalistischen Ermittlungen werden die einzelnen Informationsbeiträge nach Auffälligkeiten (''Spuren'') abgesucht, entlang derer Softwareagenten dann lokal (d.h. unter ausschließlicher Betrachtung der Spur und des zugehörigen lokalen Kontexts) ermitteln.

Im Rahmen dieser Studienarbeit soll das Prinzip des lokalen Fusionsansatzes zur Positions- und Typbestimmung von Fahrzeugen in einer Szene (Landschaftsmodell, Maßstab 1:160) umgesetzt werden. Auf den Einsatz von Softwareagenten kann hierbei der Einfachheit halber verzichtet werden.

Im Einzelnen umfasst die Arbeit folgende Teilaufgaben:

  • Einarbeitung in den mathematischen Kontext Bayesscher Fusion
  • Exploration der Szene mit unterschiedlichen Methoden zur Generierung homogener und heterogener Informationen
  • Planung und Durchführung der lokalen Bayesschen Fusion sowie anschließende Bewertung der Resultate

Die Arbeit richtet sich an Studierende der Informatik sowie verwandter Fachrichtungen. Die Bearbeitung wird in enger Kooperation mit dem Fraunhofer IITB durchgeführt. Über die Ergebnisse ist in einem Vortrag im Rahmen des Seminars am Lehrstuhl für Interaktive Echtzeitsysteme zu berichten.

Ausrichtung: experimentell, programmiertechnisch