Robotvision: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
Zeile 1: | Zeile 1: | ||
<hiddenlogin linktext="Login">nistudws0809:WS0809N!</hiddenlogin> | <hiddenlogin linktext="Login">nistudws0809:WS0809N!</hiddenlogin> | ||
+ | |||
+ | == Konsultation == | ||
+ | |||
+ | * Bewertung von optischen Flußvektoren | ||
+ | ** Suche nach Minimum (Summer der Absoluten Differenzen (SAD)) | ||
+ | ** Mehrere Lösungen möglich ... durch Aggergation wird eine Lösung ausgewählt | ||
+ | *** Minimas ersteinmal finden | ||
+ | *** Sicherheitsspanne zwischen den Lösungen | ||
+ | |||
+ | * Amari-Dynamik | ||
+ | ** Pixel eines Videodatenstroms werden Neuroknoten zugeordnet | ||
+ | ** Jeder Input hat x,y und t als Inputparameter | ||
+ | ** Jedes Inputneuron projeziert auf sein Korrespondierendes Neuron in der Amari schicht | ||
+ | *** Jedes Neuron wird druch seine Nachbarn möglicherweise unterstützt (Gaus) ... durchsetzen der Mitte (Bei Rechteck im Input) | ||
+ | *** Jedes Neuron wird durch seine Nachbarn unterstützt aber auch gehemmt (DoG) .. durchsetzen der Ecken (Bei Rechteck im Input) | ||
+ | ** Wächterneuron | ||
+ | *** Geht eigentlich auch ohne | ||
+ | *** hämmd das ganze Feld um die "Grundlast" um Hintergrund zu unterdrücken | ||
+ | *** Zeitlich versetzt | ||
+ | ** Gleichung für jedes Neuron(Folie 2c-6) | ||
+ | *** -z(r,t) ... Abklingterm (Neuron als leaky Integrator), RC-Glied als Analogie | ||
+ | *** I(r,t) ... Input (1:1 vom Videobild) | ||
+ | *** -h(t) ... Wächterneuron | ||
+ | *** Integral (Nachbarschaft) | ||
+ | **** w(r-r') ... Die Funktion der Nachbarschaft (zum simulieren des DOG wird die Gaußfunktion manchmal um H0 nach unten verschoben) | ||
+ | *** z(r',t) ... Aktivierung des Neuron r' (Nachbar) | ||
+ | *** S[] ... Sättigung zum Begrenzen der Aktivität | ||
+ | ** Durch Nachbarschaft werden Peaks unterdrückt | ||
+ | ** Aktivität muss sich erst aufbauen | ||
+ | ** Gleichung Folie (2c-12) | ||
+ | *** "Lösung" der DGL von 2c-6 | ||
+ | ** Gute Selektionseingenschaften ... besser als Maximumssuche | ||
+ | ** Hystherese ist in der Amari Dynamik eingebaut | ||
+ | |||
+ | * Disparitätsauswahl | ||
+ | ** WTA ... Winner takes all | ||
+ | ** Durch die Nachbarn wieder unterstützt und der beste setzt sich durch | ||
+ | |||
+ | * Vektrofeldhistogram | ||
+ | ** Hindernisse die weiter weg sind als D_max werden nicht berücksichtigt | ||
+ | |||
+ | * Particelfilter = Montecarlolocalisation |
Version vom 18. Februar 2009, 11:05 Uhr
<hiddenlogin linktext="Login">nistudws0809:WS0809N!</hiddenlogin>
Konsultation
- Bewertung von optischen Flußvektoren
- Suche nach Minimum (Summer der Absoluten Differenzen (SAD))
- Mehrere Lösungen möglich ... durch Aggergation wird eine Lösung ausgewählt
- Minimas ersteinmal finden
- Sicherheitsspanne zwischen den Lösungen
- Amari-Dynamik
- Pixel eines Videodatenstroms werden Neuroknoten zugeordnet
- Jeder Input hat x,y und t als Inputparameter
- Jedes Inputneuron projeziert auf sein Korrespondierendes Neuron in der Amari schicht
- Jedes Neuron wird druch seine Nachbarn möglicherweise unterstützt (Gaus) ... durchsetzen der Mitte (Bei Rechteck im Input)
- Jedes Neuron wird durch seine Nachbarn unterstützt aber auch gehemmt (DoG) .. durchsetzen der Ecken (Bei Rechteck im Input)
- Wächterneuron
- Geht eigentlich auch ohne
- hämmd das ganze Feld um die "Grundlast" um Hintergrund zu unterdrücken
- Zeitlich versetzt
- Gleichung für jedes Neuron(Folie 2c-6)
- -z(r,t) ... Abklingterm (Neuron als leaky Integrator), RC-Glied als Analogie
- I(r,t) ... Input (1:1 vom Videobild)
- -h(t) ... Wächterneuron
- Integral (Nachbarschaft)
- w(r-r') ... Die Funktion der Nachbarschaft (zum simulieren des DOG wird die Gaußfunktion manchmal um H0 nach unten verschoben)
- z(r',t) ... Aktivierung des Neuron r' (Nachbar)
- S[] ... Sättigung zum Begrenzen der Aktivität
- Durch Nachbarschaft werden Peaks unterdrückt
- Aktivität muss sich erst aufbauen
- Gleichung Folie (2c-12)
- "Lösung" der DGL von 2c-6
- Gute Selektionseingenschaften ... besser als Maximumssuche
- Hystherese ist in der Amari Dynamik eingebaut
- Disparitätsauswahl
- WTA ... Winner takes all
- Durch die Nachbarn wieder unterstützt und der beste setzt sich durch
- Vektrofeldhistogram
- Hindernisse die weiter weg sind als D_max werden nicht berücksichtigt
- Particelfilter = Montecarlolocalisation