LEADER 01579oam 2200433Ka 450 001 9910698856103321 005 20090514123929.0 035 $a(CKB)5470000002397304 035 $a(OCoLC)320957411 035 $a(EXLCZ)995470000002397304 100 $a20090514d1986 ua 0 101 0 $aeng 181 $ctxt$2rdacontent 182 $cc$2rdamedia 183 $acr$2rdacarrier 200 12$aA cascaded coding scheme for error control and its performance analysis$b[electronic resource] $etechnical report III /$fShu Lin 210 1$aCollege Station, Tex. :$cDept. of Electrical Engineering, Texas A&M University ;$aGreenbelt, Md. :$cGoddard Space Flight Center,$d[1986] 215 $a1 volume 225 1 $aNASA-CR ;$v179936 300 $aTitle from title screen (viewed May 13, 2009) 517 $aCascaded coding scheme for error control and its performance analysis 606 $aCascade control$2nasat 606 $aError analysis$2nasat 606 $aError correcting codes$2nasat 606 $aPerformance prediction$2nasat 615 7$aCascade control. 615 7$aError analysis. 615 7$aError correcting codes. 615 7$aPerformance prediction. 700 $aLin$b Shu$f1937-$01392320 712 02$aTexas A & M University.$bDepartment of Electrical Engineering. 712 02$aGoddard Space Flight Center. 801 0$bGPO 801 1$bGPO 801 2$bGPO 906 $aBOOK 912 $a9910698856103321 996 $aA cascaded coding scheme for error control and its performance analysis$93495358 997 $aUNINA LEADER 01703nam 2200373z- 450 001 9910346941003321 005 20210211 010 $a1000006666 035 $a(CKB)4920000000101112 035 $a(oapen)https://directory.doabooks.org/handle/20.500.12854/47333 035 $a(oapen)doab47333 035 $a(EXLCZ)994920000000101112 100 $a20202102d2007 |y 0 101 0 $ager 135 $aurmn|---annan 181 $ctxt$2rdacontent 182 $cc$2rdamedia 183 $acr$2rdacarrier 200 00$aFahrzeugdetektion durch Fusion monoskopischer Videomerkmale 210 $cKIT Scientific Publishing$d2007 215 $a1 online resource (XII, 113 p. p.) 225 1 $aSchriftenreihe. Institut für Mess- und Regelungstechnik, Universität Karlsruhe (TH) 311 08$a3-86644-139-8 330 $aDie vorliegende Arbeit beschreibt ein Verfahren zur Fahrzeugdetektion anhand monoskopischer Videomerkmale. Aus den Bildern einer im Fahrzeug angebrachten Videokamera werden charakteristische Merkmale extrahiert.Diese Beobachtungen werden fusioniert und zeitlich verfolgt. Dabei kommen Joint Probabilistic Data Association- Filter zum Einsatz. Mehrere Bewegungsmodelle werden in einem Interacting Multiple Model-Verfahren verknu?pft, um eine zuverla?ssige Verfolgung zu gewa?hrleisten. 606 $aTechnology: general issues$2bicssc 610 $aDatenfusion 610 $aFahrerassistenzsystem 610 $aObjektverfolgung 615 7$aTechnology: general issues 700 $aHoffmann$b Christian$4auth$01311899 906 $aBOOK 912 $a9910346941003321 996 $aFahrzeugdetektion durch Fusion monoskopischer Videomerkmale$93030530 997 $aUNINA