Personenerkennung über verschiedene Geräte

Krauss, David; Landwehr, Mathias; Brombosch, Paul

Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-3174

Langanzeige der Metadaten

DC Element	Wert	Sprache
dc.contributor.author	Krauss, David	de
dc.contributor.author	Landwehr, Mathias	de
dc.contributor.author	Brombosch, Paul	de
dc.date.accessioned	2013-11-29	de
dc.date.accessioned	2016-03-31T08:00:50Z	-
dc.date.available	2013-11-29	de
dc.date.available	2016-03-31T08:00:50Z	-
dc.date.issued	2013	de
dc.identifier.other	398141533	de
dc.identifier.uri	http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-88050	de
dc.identifier.uri	http://elib.uni-stuttgart.de/handle/11682/3191	-
dc.identifier.uri	http://dx.doi.org/10.18419/opus-3174	-
dc.description.abstract	Im Laufe der Fachstudie wurde ermittelt welches Kamera-/Softwaresystem sich am besten zur Erkennung und Wiedererkennung von Personen eignet. Der Grundgedanke ist es, personenbezogene Inhalte auf einem Display anzuzeigen. Nach den Recherchen haben sich zwei APIs zum genaueren Vergleich heraus kristallisiert, nämlich Kinect SDK und OpenCV. Um einen Vergleich durchführen zu können, wurde jeweils eine Anwendung implementiert, die Gesichter in einem Video erkennt. Der Vergleich zeigte deutlich die Stärken und Schwächen der Implementierungen in mehreren Kategorien. Das Kinect SDK zeichnete sich durch viele Vorteile bei den Personenwahrnehmung aus, wo hingegen OpenCV bei der Wiedererkennung hervorstechen konnte. Das endgültig implementierte System verwendet deshalb Kinect SDK zur Gesichtswahrnehmung und OpenCV zur Wiedererkennung und Kategorisierung.	de
dc.language.iso	de	de
dc.rights	info:eu-repo/semantics/openAccess	de
dc.subject.ddc	004	de
dc.title	Personenerkennung über verschiedene Geräte	de
dc.title.alternative	Visual people tracking across devices	en
dc.type	StudyThesis	de
ubs.fakultaet	Fakultät Informatik, Elektrotechnik und Informationstechnik	de
ubs.institut	Institut für Visualisierung und Interaktive Systeme	de
ubs.opusid	8805	de
ubs.publikation.typ	Studienarbeit	de
Enthalten in den Sammlungen:	05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Dateien zu dieser Ressource:

Datei	Beschreibung	Größe	Format
FACH_0176.pdf		4,98 MB	Adobe PDF	Öffnen/Anzeigen

Zur Kurzanzeige

Alle Ressourcen in diesem Repositorium sind urheberrechtlich geschützt.

Universität Stuttgart

OPUS - Online Publikationen der Universität Stuttgart