Dynamisches Lernen zur geometrischen und graphischen Objekterfassung

几何和图形对象检测的动态学习

• 批准号: 5440660
• 负责人: Professorin Dr. Gabriele Peters
• 金额: --
• 依托单位: Lehrgebiet Mensch-Computer-Interaktion
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2005
• 资助国家: 德国
• 起止时间: 2004-12-31 至 2011-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5440660?language=en
• 关键词: Dynamisches; Lernen; zur; geometrischen; und

Computergraphik und Computersehen befassen sich gleichermaßen mit der visuellen Erscheinung von Objekten der realen Welt. Eine wesentliche Problernstellung des Computersehens ist die Erkennung von Objekten über Bildaufnahmen, eine wichtige Aufgabe in der Computergraphik ist die Erstellung eines rechnerinternen Abbilds von Objekten aus Bildaufnahmen, etwa zum Zweck der gestalterischen Weiterverarbeitung (geometrische Modellierung) oder der graphischen Darstellung. Die aktuelle Situation ist weitgehend geprägt von der Trennung der Objektaufnahme und der Weiterverarbeitung der aufgenommenen Daten. Häufig genügen die aufgenommenen Daten nicht den Anforderungen der Weiterverarbeitung. Ein üblicher Weg, damit zurechtzukommen, ist die Entwicklung heuristischer Verfahren mit dem Ziel, auf intuitive Weise dennoch praktisch brauchbare Ergebnisse zu erzielen. Ein anderer Ansatz, der bei den genannten Problemstellungen bisher unterschiedlich intensiv verfolgt wurde, ist die aktive visuelle Erfassung von Objekten. Das bedeutet, dass der Datenverarbeitungsteil während der Verarbeitung Einfluss auf die Datenerfassung hat. Ein Ansatz zur Minderung des Arbeitsaufwandes zum Auffinden von Verarbeitungsverfahren ist, den Rechner selbst geeignete Verfahren anhand gegebener Zielvorgaben erlernen zu lassen, analog zum Vorbild des Menschen. Auch dies wurde bei den genannten Aufgaben bisher nur im geringen Umfang verfolgt. In diesem Vorhaben sollen beide Ansätze angewandt werden, um effiziente, leistungsfähige Problemlösungen zu finden. Dazu sollen Methoden des aktiven Computersehens und des Reinforcement-Learning kombiniert und weiterentwickelt werden. Dabei soll das Wissen über die Möglichkeiten des Lernens von Strategien bei Problemen des Sehens erweitert werden. Das praktische Ziel ist ein "intelligenter", sehensbasierter Scanner, der selbstständig Verarbeitungsverfahren zur aktiven Erfassung von starren Objekten erlernt.

计算机图形学和计算机视觉在真实世界的物体视觉中表现得很好。计算机图形学中的一个重要问题是对图像对象的认识，而计算机图形学中的一个重要问题是对图像对象的一个内部模型的认识，以及几何建模或图形建模的两种方法。目前的形势取决于对目标的预测和对未来的预测。Häufig genügen die aufgenommenen Daten nicht den Anforderungen der Weiterverarbeitung.一个更好的道路，当然，是与Ziel一起开发的实践性道路，它依赖于直观的知识和实践。另一方面，在所有的问题中，都有一个非常重要的问题，那就是物体的视觉效果。因此，数据处理的结果是数据处理对数据处理的影响。一个对劳动保护的认识的解释是，劳动保护本身就是一种保护，而儿童保护则是一种类似于人的想象的保护。也只有在他们的民族中才能看到他们的胜利。在这个问题解决之前，我们要做好韦尔登，以便尽快解决问题。这是一种将计算机应用与强化学习相结合的方法，可以使韦尔登变得更好。Dabei soll das Wissen über die Möglichkeiten des Lernens von Schugien bei Problemen des Sehens erweitert韦尔登.实践Ziel是一种“智能”，基于扫描仪，用于自动识别错误物体。