Salienz-basiertes Bildmatching für mobile Systeme

在dem vorgestellten Projekt solin认知框架erstellt werden中，das die Salienz (Auffälligkeit) von Bildregionen bestestimum and disese nutzt, um eedererkennung von bekannten Regionen, Plätzen and Objekten zu ermöglichen。研究方向：德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国。该框架是基于生物动机的检测salienter berichen beruhen， die augrund ihrer Auffälligkeit eine hohe wiedererkennungswhrscheinlichkeit haben。在此基础上，我们研究了untersucht werden，我们研究了Auffälligkeit和auftretenswhrscheinlichkeit zusammenhängen，我们研究了Konzepte在einem gemeinsamen框架中研究了认知的wahrnehmunigigert werden können。Verbessert被称为“动态摄像机监控系统”（System durch active camera - steuwerung），即“动态摄像机监控系统”（Ansatz - einem - entscheidungstheory - schen Framework）。(1)在相机上使用相机，在视觉上使用相机，在地面上使用相机，在地面上使用相机。

In dem vorgestellten Projekt soll ein kognitives Framework erstellt werden, das die Salienz (Auffälligkeit) von Bildregionen bestimmt und diese nutzt, um eine stabile und robuste Wiedererkennung von bekannten Regionen, Plätzen und Objekten zu ermöglichen. Ein solches Erkennungssystem ist speziell von Interesse für mobile Systeme wie Roboter oder handgeführte Kameras, da viele existierende Ansätze zu zeit- und speicheraufwändig für eine online-Verarbeitung der Daten sind. Das Framework soll auf der biologisch motivierten Detektion salienter Bereichen beruhen, die aufgrund ihrer Auffälligkeit eine hohe Wiedererkennungswahrscheinlichkeit haben. Hier soll untersucht werden, wie Auffälligkeit und Auftretenswahrscheinlichkeit zusammenhängen und wie diese Konzepte in einem gemeinsamen Framework zur kognitiven Wahrnehmung integriert werden können. Verbessert werden soll das System durch aktive Kamerasteuerung, indem der Ansatz zu einem entscheidungstheoretischen Framework erweitert wird. Entscheidungen zur Steuerung der Kamera sollen dabei auf der Wiedererkennungswahrscheinlichkeit einer visuellen Landmarke und dem erwarteten Informationsgewinn bei Wiedererkennung der Landmarke basieren.