
Titel: | Untersuchung von Lösungen mit maschinellem Lernen für die Tiefenbestimmung mit Stereobilddaten unter umweltbedingten Störungen |
Sprache: | Deutsch |
Autorenschaft: | Rupelt, Timon |
Schlagwörter: | Stereo Vision; Tiefenbestimmung; Stereokorrespondenz; Maschinelles Lernen; Deep Learning |
Erscheinungsdatum: | 2-Aug-2024 |
Zusammenfassung: | Das Ziel dieser Arbeit ist, die Eignung von neuronalen Netzen für die Tiefenbestimmung mit Stereobildern unter dem Einfluss von Störungen zu untersuchen. Der Fokus wird dabei auf die Störung durch Regentropfen, Nebel und die Verdeckung durch Objekte wie Blätter oder Eis gelegt. Zu diesem Zweck wird eine ausgewählte allgemeine Netzwerkarchitektur für Stereokorrespondenz mit verschiedenen Datensätze... This work aims to investigate the suitability of neural networks for depth estimation using stereo images in the presence of various disturbances. The primary focus will be on perturbations caused by raindrops, fog, and occlusion by objects such as leaves or ice. A selected neural network architecture designed for stereo correspondence will serve as the foundation for training using various datase... |
URI: | https://hdl.handle.net/20.500.12738/16134 |
Einrichtung: | Fakultät Technik und Informatik Department Informatik |
Dokumenttyp: | Abschlussarbeit |
Abschlussarbeitentyp: | Bachelorarbeit |
Hauptgutachter*in: | Tiedemann, Tim |
Gutachter*in der Arbeit: | Stelldinger, Peer ![]() |
Enthalten in den Sammlungen: | Theses |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
BA_Untersuchung_Lösungen_maschinellem_Lernen.pdf | 4.16 MB | Adobe PDF | Öffnen/Anzeigen |
Feedback zu diesem Datensatz
Export
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.