In dieser Arbeit wird ein Verfahren vorgestellt, das Fahrzeuge in Kamerabildern in sehr großen Entfernungen detektieren kann. Die initiale Detektion basiert dabei auf einer Viola-Jones-Kaskade, die um neue Merkmale ergänzt wurde. Dabei leisten vor allem Haarwavelet- Merkmale, die mit einem zusätzlichem Blindbereich versehen wurde einen positiven Beitrag zur Detektion von Fahrzeugen bei Nacht. Durch den Blindbereich werden entfernter liegende Regionen innerhalb einer Hypothese in Beziehung zueinander gesetzt und so das charakteristische Merkmal eines Scheinwerferpaares ideal abgebildet. Zur weiteren Reduzierung der Falschalarme wurde für die Unterscheidung zwischen Fahrzeugen und statischen Lichtquellen ein Multiple-Model-Kalman-Filter eingesetzt, der anhand verschiedener Bewegungsmodelle die Detektionen separiert. Dadurch konnte die Falschalarmrate im Entfernungsbereich bis 200m halbiert werden, bei gleichzeitiger Steigerung der Einzelbilddetektionsrate um 5 Prozentpunkte auf 97,91%. Zusätzlich dazu liefert der Tracker eine Entfemungsschätzung mit einer mittleren Abweichung von 8.02m.
Modellbasierte Detektion von Fahrzeugen in großen Entfernungen in einer Nachtsichtumgebung
2012
14 Seiten, 6 Bilder, 1 Tabelle, 14 Quellen
Conference paper
German
Modellbasierte Detektion von Fahrzeugen in grossen Entfernungen in einer Nachtsichtumgebung
Automotive engineering | 2012
|Modelibasierte Detektion von Fahrzeugen in grossen Entfernungen in einer Nachtsichtumgebung
British Library Conference Proceedings | 2012
|Modellbasierte Antriebsstrang Entwicklung von Powersports Fahrzeugen
Automotive engineering | 2011
|Modellbasierte Antriebsstrang-Entwicklung von Powersports-Fahrzeugen
Tema Archive | 2011
|