Volltextdatei(en) in REPOSIT vorhanden Open Access
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 GrößeFormat
BA_Untersuchung_Lösungen_maschinellem_Lernen.pdf4.16 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Seitenansichten

49
checked on 06.04.2025

Download(s)

66
checked on 06.04.2025

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.