Evaluation of Methods to Improve Synthetic Training Images for Semantic Segmentation of the Environment from UAV Perspective (Masterarbeit)

Rewatkar, Tushar Prakash (2024) Evaluation of Methods to Improve Synthetic Training Images for Semantic Segmentation of the Environment from UAV Perspective (Masterarbeit). DLR-Interner Bericht. DLR-IB-FT-BS-2024-126. Masterarbeit. Technische Hochschule Deggendorf.

PDF - Nur DLR-intern zugänglich
60MB

elib-URL des Eintrags:

https://elib.dlr.de/206964/

Dokumentart:

Berichtsreihe (DLR-Interner Bericht, Masterarbeit)

Titel:

Evaluation of Methods to Improve Synthetic Training Images for Semantic Segmentation of the Environment from UAV Perspective (Masterarbeit)

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Rewatkar, Tushar Prakash	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2024

Open Access:

Nein

Status:

veröffentlicht

Stichwörter:

Synthetic Data, Game Engine, Deep Learning, Image-to-Image Translation, Semantic Segmentation, Environment Perception, Unmanned Aerial Vehicle

Institution:

Technische Hochschule Deggendorf

Abteilung:

Fakultät für Angewandte Informatik

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Luftfahrt

HGF - Programmthema:

Komponenten und Systeme

DLR - Schwerpunkt:

Luftfahrt

DLR - Forschungsgebiet:

L CS - Komponenten und Systeme

DLR - Teilgebiet (Projekt, Vorhaben):

L - Unbemannte Flugsysteme

Standort:

Braunschweig

Institute & Einrichtungen:

Institut für Flugsystemtechnik > Unbemannte Luftfahrzeuge
Institut für Flugsystemtechnik

Hinterlegt von:

Rüter, Joachim

Hinterlegt am:

25 Nov 2024 16:38

Letzte Änderung:

25 Nov 2024 16:38

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags