Refine
Has Fulltext
- no (1)
Year of publication
- 2017 (1)
Document Type
- Master's Thesis (1) (remove)
Institute
Language
- German (1)
Is part of the Bibliography
- no (1) (remove)
In der folgenden Abhandlung geht es im wesentlichen um die Evaluation des Intenta S-2000 3D-Vision Sensor. Dieser Smart-Sensor basiert auf einem Stereokamera-Sensorsystem und erlaubt die Erfassung der dreidimensionalen Umgebung und die Erkennung von Objekten und Personen, sowie Ereignissen in dieser. Hierfür berechnet er sich aus den beiden Stereobildern eine 3D-Punktwolke, welche die Umgebung abbildet. Anhand dieser Daten können dann, je nach Anwendungsfall und Konfiguration der Software des Sensors, verschiedene Detektionsaufgaben ausgeführt werden. Angefangen bei einfachem Tracking, also Personen- bzw. Objektverfolgung, über Personenzählung, bis hin zu Verhaltensanalyse reichen die Anwendungsmöglichkeiten. Jedoch erzeugen solche komplexe Anwendungsmöglichkeiten auch Probleme bei der Evaluierung. Die bisher verwendete Tool-Kette ist den vielfältigen Möglichkeiten und auch der großen Testdatenmenge aus vielerlei Gründen nicht mehr gewachsen. Die Evaluation soll in Zukunft automatisch anhand vorgegebener Referenzdaten und abhängig vom Anwendungsfall erfolgen. Als Ergebnis dessen sollen qualitative Einschätzungen der verschiedenen Trackerrevisionen anhand ausgewählter und aussagekräftiger Metriken erzeugt werden, um etwaige Probleme nach Revisionsänderungen bzw. Konfigurationsänderungen zu erkennen. Auch die Qualität der Tracking-Algorithmen über den Entwicklungsverlauf soll darüber vergleichbar gemacht werden und dementsprechend die Wirksamkeit der Änderungen nachweisbar zu machen.