Skip to main content

Detektion und Verfolgung von Fahrzeugen in Straßenverkehrsszenen: Systematische Bewertung und Steigerung der Systemleistung

  • Conference paper
Mustererkennung 1995

Part of the book series: Informatik aktuell ((INFORMAT))

  • 174 Accesses

Zusammenfassung

Die Leistung eines Bildfolgenauswertungssystems wird durch Einsatz von mehr Modellwissen signifikant verbessert. Die Segmentierung eines optischen Flußfeldes unter Verwendung von Wissen über den 3D-Szenenbereich liefert genauere Hinweise auf Abbilder bewegter Fahrzeuge als Verfahren, die rein im 2D-Bildbereich arbeiten. Dadurch läßt sich die Verfolgung von Fahrzeugen besser initialisieren. Die automatische Detektion von Schwierigkeiten bei der Verfolgung von Fahrzeugen sowie eine gegebenenfalls automatisch veranlaßte Neuinitialisierung des Verfolgungsprozesses führt zu einer weiteren Leistungssteigerung des Gesamtsystems. Die Qualität der Ergebnisse rechtfertigt den Aufwand für eine quantitative Bewertung der Systemleistung auf umfangreicheren Datensätzen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. F. Bouthemy, E. François, Motion Segmentation and Qualitative Dynamic Scene Analysis from an Image Sequence, Intern. Journal of Computer Vision 10 (1993) 157–182.

    Article  Google Scholar 

  2. C. Cédras, M. Shah, Motion-Based Recognition: A Survey, Image and Vision Computing 13:2 (1995) 129–155.

    Article  Google Scholar 

  3. M.-P. Dubuisson, A.K. Jain, Contour Extraction of Moving Objects in Complex Outdoor Scenes, International Journal of Computer Vision 14:1 (1995) 83–105.

    Article  Google Scholar 

  4. M. Irani, B. Rousso, S. Peleg, Computing Occluding and Transparent Motion,International Journal of Computer Vision 308 12:1 (1994) 5–16.

    Article  Google Scholar 

  5. M. Kilger, Interpretationsgetriebene Parameteradaption und Verfahrenswahl in der Szenenanalyse, in S.J. Pöppl, H. Handels (Hrsg.), Mustererkennung 1993, 15. DAGM-Symposium, Lübeck, 27.-29. September 1993, Springer-Verlag, Berlin, Heidelberg, New York/NY u.a., 1993, pp. 725–732.

    Chapter  Google Scholar 

  6. D. Koller, Detektion, Verfolgung und Klassifikation bewegter Objekte in monokularen Bildfolgen am Beispiel von Straßenverkehrsszenen, Dissertation, Fakultät für Informatik der Universität Karlsruhe (TH), Karlsruhe, Juni 1992. Erschienen in der Reihe Dissertationen zur Künsthchen Intelligenz (DISKI) 13, infix- Verlag, Sankt Augustin, 1992.

    Google Scholar 

  7. D. Koller, K. Daniilidis, H.-H. Nagel, Model-Based Object Tracking in Monocular Image Sequences of Road Traffic Scenes, International Journal of Computer Vision 10:3 (1993) 257–281.

    Article  Google Scholar 

  8. D. Koller, J. Weber, J. Malik, Robust Multiple Car Tracking with Occlusion Reasoning, in J.-O. Eklundh (Ed.), Proc, Third European Conference on Computer Vision (ECCV ‘94), Vol. I, Stockholm, Sweden, May 2–6, 1994, Lecture Notes in Computer Science 800, Springer-Verlag, Berlin, Heidelberg, New York/NY and others, 1994, pp. 189–196.

    Google Scholar 

  9. H. Kollnig, H.-H. Nagel, M. Otte, Association of Motion Verbs with Vehicle Movements Extracted from Dense Optical Flow Fields, in J.-O. Eklundh (Ed.),Proc. Third European Conference on Computer Vision ECCV ‘94, Vol. II, Stockholm, Sweden, May 2–6, 1994, Lecture Notes in Computer Science 801, Springer-Verlag, Berlin, Heidelberg, New York/NY and others, 1994, pp. 338–347.

    Google Scholar 

  10. H. Kollnig, Ermittlung von Verkehrsgeschehen durch Bildfolgenauswertung, Dissertation, Fakultät für Informatik der Universität Karlsruhe (TH), Karlsruhe, Februar 1995. Erschienen in der Reihe Dissertationen zur Künsthchen Intelligenz (DISKI) 88, infix-Verlag, Sankt Augustin, 1995.

    Google Scholar 

  11. H. Kollnig, H.-H. Nagel, 3D Pose Estimation by Fitting Image Gradients Directly to Polyhedral Models, in Proc. Fifth International Conference on Computer Vision (ICCV’95), Cambridge/MA, June 20–23, 1995, in press.

    Google Scholar 

  12. H. Leuck, Segmentierung von optischen Flußfeldern unter Verwendung eines Fahrhahnmodells zur Initialisierung einer Modellanpassung, Studien arbeit, Institut für Algorithmen und Kognitive Systeme, Fakultät für Informatik der Universität Karlsruhe (TH), Karlsruhe, Juli 1994.

    Google Scholar 

  13. H. Leuck, Verfolgung und Klassifikation von Fahrzeugen in Bildfolgen, Diplomarbeit, Institut für Algorithmen und Kognitive Systeme, Fakultät für Informatik der Universität Karlsruhe (TH), Karlsruhe, März 1995.

    Google Scholar 

  14. 93] Y. Liu, T.S. Huang, Vehicle-Type Motion Estimation from Multiframe Images, IEEE Transactions on Pattern Analysis and Machine Intelligence PAMI-15:8 (1993) 802–808.

    Article  Google Scholar 

  15. RAST-E, Richtlinien für die Anlage von Stadtstraßen, Teil: Erschließung. ForschungsgeseUschaft für das Straßenwesen e. V., Arbeitsgruppe Planung und Verkehr—Stadtstraßen, Kirschbaum Verlag, Bonn-Bad Godesberg, 1971.

    Google Scholar 

  16. U. Regensburger, Zur Erkennung von Hindernissen in der Bahn eines Straßenfahrzeugs durch maschinelles Echtzeitsehen, Dissertation, Fakultät für Luft- und Raumfahrttechnik der Universität der Bundeswehr München, Neubiberg, Dezember 1993.

    Google Scholar 

  17. C.-K. Sung, Extraktion von typischen und komplexen Vorgängen aus einer Büdfolge einer Verkehrsszene, in H. Bunke, O. Kühler, P. Stucki (Hrsg.), Mustererkennung 1988, Zürich, Informatik-Fachberichte 180, Springer-Verlag, Berlin, Heidelberg, New York/NY u.a., 1988, pp. 90–96.

    Google Scholar 

  18. T.N. Tan, G.D. SuUivan, K.D. Baker, Fast Vehicle LocaUzation and Recognition without Line Extraction and Matching, in Proc. British Machine Vision Conference, York/UK, Sept. 13–16, 1994, pp. 85–94.

    Google Scholar 

  19. V. von Holt, Tracking and Classification of Overtaking Vehicles on Autobahnen, in M. de Saint Blancard, I. Masaki (Eds.), Proc. Intelligent Vehicles’94 Symposium, Paris/France, October 24–26, 1994, pp. 314–319.

    Google Scholar 

  20. D. Wetzel, S. Richter, Ein interagierender Interpretationsansatz für die Verkehrsszenenanalyse, in P. Levi, Th. Bräunl (Hrsg.), Autonome Mobile Systeme, 10. Fachgespräch, 13.-14. Oktober 1994, Springer-Verlag, Berlin, Heidelberg, New York/NY, 1994, pp. 119–130.

    Chapter  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 1995 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Kollnig, H., Leuck, H., Nagel, HH. (1995). Detektion und Verfolgung von Fahrzeugen in Straßenverkehrsszenen: Systematische Bewertung und Steigerung der Systemleistung. In: Sagerer, G., Posch, S., Kummert, F. (eds) Mustererkennung 1995. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-79980-8_36

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-79980-8_36

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-60293-4

  • Online ISBN: 978-3-642-79980-8

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics