LEADER 00800nam0-22002891i-450- 001 990007480400403321 005 20061017113144.0 010 $a88-365-1015-9 035 $a000748040 035 $aFED01000748040 035 $a(Aleph)000748040FED01 035 $a000748040 100 $a20030814d1996----km-y0itay50------ba 101 0 $aita 200 1 $aLazio$eda Viterbo al Circeo, la Tuscia romana, i laghi, le ville, i monasteri 210 $aMilano$cTCI$dc 1996 215 $a192 p.$cill.$d23 cm 225 1 $aGuide d'Italia 610 0 $aLazio$aGuide 710 02$aTouring club italiano$05623 801 0$aIT$bUNINA$gRICA$2UNIMARC 901 $aBK 912 $a990007480400403321 952 $aCONS.2 TCI 07(01)$bI.G.2592$fILFGE 959 $aILFGE 996 $aLazio$9148862 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