elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Imprint | Privacy Policy | Contact | Deutsch
Fontsize: [-] Text [+]

Strukturbasierte Multi-View-Erkennung von 3D Objekten mit traditionellen und Deep-Learning Methoden

Li, M (2018) Strukturbasierte Multi-View-Erkennung von 3D Objekten mit traditionellen und Deep-Learning Methoden. Magisterarbeit. DLR-Interner Bericht. DLR-IB-RM-OP-2018-209.

[img] PDF
5MB

Abstract

Diese Arbeit konzentriert sich auf 3D-Objekterkennung und Klassifizierung beim begrenzten Fall von 3D-Daten in Roboteranwendungen. Das Ziel dieser Arbeit Thema war es, die Beschreibungsfähigkeit der Deskriptoren traditioneller Algo- rithmen und der Deep-Learning Methoden zu bewerten. Des Weiteren wurden ein Deskriptor-Tree umgesetzt, wodurch die geometrischen Beziehungen der Deskriptoren strukturiert abgelegt werden können. Zur Visualisierung wurden die traditionellen und Deep-Learning Deskriptoren mithilfe von Nächste- Nachbarn-Klassifikation geschätzt und klassifiziert. Beim Ansatz vom 3D Baum Vorgelegt wurde von die Klassifizierung durch Berechnung der Entfernung der Bäume eingeführt. Nach dem Testen wird es so festgestellt, dass die Leistung der mit Deep- Learning, geboren am CaffeNet, trainierten Deskriptoren in am Besten ist, während die Leistung der in dieser Arbeit implementierten Deskriptor-Bäume in der Mitte dazwischen liegt. Schließlich kommt der traditionelle Teil.

Item URL in elib:https://elib.dlr.de/124025/
Document Type:Monograph (DLR-Interner Bericht, Magisterarbeit)
Title:Strukturbasierte Multi-View-Erkennung von 3D Objekten mit traditionellen und Deep-Learning Methoden
Authors:
AuthorsInstitution or Email of AuthorsAuthors ORCID iD
Li, Mmo.li (at) dlr.deUNSPECIFIED
Date:11 June 2018
Refereed publication:No
Open Access:Yes
Gold Open Access:No
In SCOPUS:No
In ISI Web of Science:No
Status:Published
Keywords:shape similarity 3D object rclassification shape features deep learning
Institution:Technische Universität Dresden
Department:Fakultat Elektronik und Informationstechnik
HGF - Research field:Aeronautics, Space and Transport
HGF - Program:Space
HGF - Program Themes:Space Technology
DLR - Research area:Raumfahrt
DLR - Program:R SY - Technik für Raumfahrtsysteme
DLR - Research theme (Project):R - Vorhaben Terrestrische Assistenz-Robotik
Location: Oberpfaffenhofen
Institutes and Institutions:Institute of Robotics and Mechatronics (since 2013) > Perception and Cognition
Deposited By: Bracci, Fabio
Deposited On:03 Dec 2018 13:52
Last Modified:31 Jul 2019 20:21

Repository Staff Only: item control page

Browse
Search
Help & Contact
Information
electronic library is running on EPrints 3.3.12
Copyright © 2008-2017 German Aerospace Center (DLR). All rights reserved.