Dieser Beitrag präsentiert ein Verfahren zur modellbasierten Erkennung und Segmentierung von Regentropfen in Einzelbildern und zeigt Strategien zur Verbesserung bestehender Fahrerassistenzfunktionen bei Regen. Der Ansatz besteht aus einer Vorsegmentierung unscharfer Bildregionen und einer Bayes'schen Verifikation. Hierfür werden mit Hilfe eines optischen Brechungsmodells Regentropfenhypothesen generiert und für jede Bildregion die A-posteriori-Verteilung bezüglich unterschiedlicher, diskreter Tropfengrößen maximiert. Die A-priori-Verteilung wird durch ein empirisches Bayes Verfahren modelliert. Der vorgestellte Algorithmus erreicht selbst in schwierigen Testsequenzen eine Erkennungsrate von 50%. Fehldetektionen werden durch den vorgestellten Verifikationsschritt um eine Zehnerpotenz reduziert Das Verbesserungspotenzial von modernen Fahrspurerkennungsverfahren liegt bei 40-65%.
Modellbasierte Erkennung von Regentropfen in Einzelbildern zur Verbesserung von videobasierten Fahrerassistenzfunktionen
2011
10 Seiten, 6 Bilder, 1 Tabelle, 12 Quellen
Aufsatz (Konferenz)
Deutsch
GWLB - Gottfried Wilhelm Leibniz Bibliothek | 2012
|