KIT | KIT-Bibliothek | Impressum | Datenschutz
Open Access Logo
§
Volltext
DOI: 10.5445/KSP/1000036064
Die gedruckte Version dieser Publikation können Sie hier kaufen.
Coverbild

Probabilistic Models for 3D Urban Scene Understanding from Movable Platforms

Geiger, Andreas

Abstract:
This work is a contribution to understanding multi-object traffic scenes from video sequences. All data is provided by a camera system which is mounted on top of the autonomous driving platform AnnieWAY. The proposed probabilistic generative model reasons jointly about the 3D scene layout as well as the 3D location and orientation of objects in the scene. In particular, the scene topology, geometry as well as traffic activities are inferred from short video sequences.


Zugehörige Institution(en) am KIT Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT)
Publikationstyp Hochschulschrift
Jahr 2013
Sprache Englisch
Identifikator ISBN: 978-3-7315-0081-0
ISSN: 1613-4214
URN: urn:nbn:de:0072-360641
KITopen-ID: 1000036064
Verlag KIT Scientific Publishing, Karlsruhe
Umfang V, 162 S.
Serie Schriftenreihe / Institut für Mess- und Regelungstechnik, Karlsruher Institut für Technologie ; 025
Abschlussart Dissertation
Fakultät Fakultät für Maschinenbau (MACH)
Institut Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT)
Prüfungsdaten 19.04.2013
Referent/Betreuer Prof. C. Stiller
Schlagworte scene understanding, computer vision, machine learning
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft KITopen Landing Page