@misc{Lambrecht2012, author = {Lambrecht, Patric}, title = {Farb- und merkmalsbasierte Objekterkennung mittels Histogrammr{\"u}ckprojektion und Wavelettransformation}, url = {https://nbn-resolving.org/urn:nbn:de:kola-6498}, institution = {Institut f{\"u}r Computervisualistik}, pages = {41}, year = {2012}, abstract = {Die Nutzung mehrerer Merkmalsr{\"a}ume f{\"u}hrt zu einer Steigerung der Erkennungsrate. Jedoch darf die Menge der f{\"u}r einen Merkmalsvektor gespeicherten Daten nicht zu großrnwerden, da es sonst zu Laufzeitproblemen in der zeitkritischen Erkennungsphase kommt. Der Vergleichsaufwand steigt stark an, da aus dem zu analysierenden Bild ann{\"a}hrend dieselbe Menge Daten generiert werden m{\"u}ssen und mit allen Objektdaten aus der Objektdatenbank verglichen werden m{\"u}ssen. Hierbei k{\"o}nnte ein Baumstruktur innerhalb der Objektdatenbank helfen, die mittels abstrakter Objekte in den oberen Ebenen eine Vorselektierung anhand bestimmter Merkmalsvektorwerte trifft und damit unn{\"o}tige Vergleichsoperationen verhindern. Im Allgemeinen ber{\"u}cksichtigen die wenigsten Objekterkennungsmethoden den semantischen als auch realen Kontextes eines Objektes, welche f{\"u}r die menschliche Wahrnehmung eine essentielle Bedeutung hat. Dieses Merkmal k{\"o}nnte man neben den anderen in dieser Arbeit vorgestellten Merkmalen in einen Erkennungsalgorithmus einbringen. Solche Algorithmen, die diese Zusammenh{\"a}nge verarbeiten, ben{\"o}tigen große semantische Netzwerke, die die Beziehung von Objekten zueinander sowie die Wahrscheinlichkeit des Vorkommens von Objekten im Umfeld von anderen Objekten abbilden. Auch hier m{\"u}sste nat{\"u}rlich auch darauf geachtet werden das die Vergleichsoperationen nicht die nahezu echtzeitf{\"a}hige Ausf{\"u}hrung behindern.}, language = {de} }