Probabilistisch-logische Inferenz relationaler Situationsbeschreibungen aus Verkehrsbildfolgen
Abstract:
Fahrerassistenzsysteme mit maschineller Umfeldwahrnehmung gewinnen an Bedeutung. Die vorliegende Arbeit präsentiert ein auf Markov-Logik-Netzen basierendes Modell, mit welchem eine Situationsbeschreibung einer Verkehrsszene probabilistisch-logisch inferiert wird. Dieser Formalismus ermöglicht eine relationale Repräsentation von komplexen Diskursbereichen, in welcher probabilistisches Schließen durchgeführt wird. Der Ansatz wird anhand exemplarisch verwendeter Videosequenzen evaluiert.
| Zugehörige Institution(en) am KIT | Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2013 |
| Sprache | Deutsch |
| Identifikator | urn:nbn:de:swb:90-422536 KITopen-ID: 1000042253 |
| Verlag | Karlsruher Institut für Technologie (KIT) |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Maschinenbau (MACH) |
| Institut | Institut für Mess- und Regelungstechnik mit Maschinenlaboratorium (MRT) |
| Prüfungsdaten | 11.10.2013 |
| Schlagwörter | Fahrerassistenzsysteme, Markov-Logik-Netze, Situationsrepräsentation, Kognitives maschinelles Sehen |
| Nachgewiesen in | OpenAlex |
| Referent/Betreuer | Stiller, C. |
