KIT | KIT-Bibliothek | Impressum | Datenschutz

Dynamic Switching State Systems for Visual Tracking

Becker, Stefan

Abstract:
This work addresses the problem of how to capture the dynamics of maneuvering objects for visual tracking. Towards this end, the perspective of recursive Bayesian filters and the perspective of deep learning approaches for state estimation are considered and their functional viewpoints are brought together.

Open Access Logo


Volltext §
DOI: 10.5445/KSP/1000122541
Veröffentlicht am 20.11.2020
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Publikationstyp Hochschulschrift
Publikationsjahr 2020
Sprache Englisch
Identifikator ISBN: 978-3-7315-1038-3
ISSN: 1863-6489
KITopen-ID: 1000122541
Verlag KIT Scientific Publishing, Karlsruhe
Umfang XI, 198 S.
Serie Karlsruher Schriften zur Anthropomatik / Lehrstuhl für Interaktive Echtzeitsysteme, Karlsruher Institut für Technologie ; Fraunhofer-Inst. für Optronik, Systemtechnik und Bildauswertung IOSB Karlsruhe ; 46
Art der Arbeit Dissertation
Fakultät Fakultät für Informatik (INFORMATIK)
Institut Institut für Anthropomatik und Robotik (IAR)
Prüfungsdatum 24.04.2020
Referent/Betreuer Prof. Jürgen Beyerer
Schlagwörter Zustandsschätzung, videobasierte Objektverfolgung, Trajektorienprädiktion, state estimation, visual tracking, trajectory prediction
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page