Stefan Breuers

Multi-Object Tracking and Person Analysis from Mobile Robot Platforms


voorkant	achterkant

ISBN:

978-3-8440-7283-9

Reeks:

Selected Topics in Computer Vision
Uitgever: Prof. Dr. Bastian Leibe
Aachen

Volume:

Trefwoorden:

Computer Vision; Multi-Object Tracking; Person Tracking; Person Detection; Person Analysis; Mobile Robot Platforms

Soort publicatie:

Dissertatie

Taal:

Engels

Pagina's:

148 pagina's

Gewicht:

218 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

30,80 € / 38,60 SFr

Verschijningsdatum:

April 2020

Kopen:

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		23,10 EUR
	Acties		Tonen en kopen van het bestand - 2,6 MB (2753470 Byte)
	Acties		Kopen en downloaden van het bestand - 2,6 MB (2753470 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 164 kB (168143 Byte)
	Acties		downloaden van het bestand - 164 kB (168143 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

Detecting and tracking the persons in a scene has been an active field of research in the area of computer vision for decades. One of the main applications are mobile platforms, such as autonomous cars or service robots.
In this thesis, we are going to analyze different tracking approaches working on the image domain and have a deeper look at their errors, before we move forward to multi-object tracking from robots operating in the 3D world.
We present our detection-tracking framework for systematic tracking evaluation and our insights on experiments in challenging environments. On top of that detection-tracking pipeline, we then run person analysis modules and look at the benefits of such an integration for an improved person-robot interaction. By utilizing the temporal information in the form of the person track identities, we enable a robust and efficient operation of expensive deep learning analysis methods on low-cost platforms.
We conclude the thesis by presenting an explorative work on the integration of person re-identification and multi-object tracking to overcome common compromises of classical tracking approaches, taking a step towards an end-to-end, image-to-track paradigm.