Zusammenfassung
Wir benutzen zur 3D-Objekterkennung einen statistischen Klassifikator, der auf Bayesian Belief Networks aufbaut. Gegenüber verbreiteten neuronalen Netzen, wie z.B. RBF-Netzen, haben diese den Vorteil, dass die klassifizierbare Objektmenge leicht erweiterbar ist. Außerdem besitzt dieser Klassifikator eine mathematisch exakt definierte Semantik. Durch einen Vergleich mit einem RBF-Netz wird gezeigt, dass ein solcher Bayes’scher Klassifikator diesen neuronalen Netzen überlegen ist, da er bei vergleichbarer Erkennungsleistung leichter neue Objekte hinzulernen kann.
Gefördert durch die Heinz-Nixdorf-Stiftung
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Pablo Alvarado. Farbtexturmerkmale in der Objekterkennung. Diplomarbeit, Lehrstuhl für Technische Informatik, RWTH Aachen, 1998.
M.S. Drew, Jie Wei, and Ze-Nian Li. Illumination-invariant color object recognition via compressed chromaticity histograms of normalized images. Technical Report TR 97-09, School of Computer Science, Simon Fräser University, Vancouver, 1997.
I. Elsen, K.-F. Kraiss, D. Krumbiegel, P. Walter, and J. Wickel. Visual Information Retrieval for 3D Product Identification: A Midterm Report. Künstliche Intelligenz, 1/99:64–67, 1999.
B.V. Funt G.D. Finlayson, S.S. Chatterjee. Colour-texture indexing. In Proceedings of ECCV 1996 Vol. II, pages 16–27, April 1996.
J. Härtung und B. Elpelt. Multivariate Statistik. Oldenbourg, 1992.
S. Haykin. Neural Networks - A Comprehensive Foundation. Prentice Hall, 1999.
George H. John and Pat Langley. Estimating Continuous Distributions in Bayesian Classifiers. In Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence. Morgan Kaufmann Publishers, 1995.
Tom M. Mitchell. Machine Learning, chapter 6. McGraw-Hill, 1997.
Sameer A. Nene, Shree K. Nayar, and Hiroshi Murase. Columbia Object Image Library (COIL-lOO). Technical Report CUCS-006-96, Columbia University, 1996.
Mehran Sahami. Learning Limited Dependance Bayesian Classifiers. In KDD-96: 2nd Int. Conf. on Knowledge Discovery and Data Mining, pages 335-338, 1996.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Mosig, R., Wickel, J., Kraiss, KF. (2000). Bayesian Belief Networks in der 3D-Objekterkennung. In: Sommer, G., Krüger, N., Perwass, C. (eds) Mustererkennung 2000. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59802-9_37
Download citation
DOI: https://doi.org/10.1007/978-3-642-59802-9_37
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-67886-1
Online ISBN: 978-3-642-59802-9
eBook Packages: Springer Book Archive