Probabilistische Präferenzmaße für wissensbasierte Szeneninterpretation

德国所有的方法和技术都是这样的：所有的可视化工具都在德国，Z.B.Innenraumszenen im Kontext von Assistenzaufgaben oder Verkehrsszenen im Kontext vonäberwachungsay fgaben.在此基础上，提出了一种新的解释方法，并对其概率模型进行了研究。在这本书中，我们将以概率论模型的形式表达对概率推理的认识，并在概率论解释的基础上进行推理。从逻辑上看，这是一种很好的解释，也是一种概率解释。

Das Vorhaben befasst sich mit allgemeingültigen rechnerbasierten Methoden zur Deutung komplexer stationärer oder zeitveränderlicher visueller Szenen aus der Alltagswelt, z.B. Innenraumszenen im Kontext von Assistenzaufgaben oder Verkehrsszenen im Kontext von Überwachungsaufgaben. Szeneninterpretationen dieser Art erfordern einerseits umfangreiches Vorwissen über die relevanten Alltagsvorgänge, repräsentierbar mit Methoden der Wissensrepräsentation, andererseits probabilistische Modelle zur Steuerung unsicherer Entscheidungen und zur Prädiktion. In diesem Vorhaben wird eine besondere Form der Integration von probabilistischen Modellen mit formaler Wissensrepräsentation untersucht, bei der probabilistische Inferenzen mit klassischen logikbasierten Inferenzen bei der Szeneninterpretation kooperieren. Logikbasierte Inferenzen grenzen den Raum möglicher konsistenter Szeneninterpretationen ab, während probabilistische Inferenzen unter den logisch möglichen Interpretationen bevorzugte bestimmen.