Pedestrian Detection Algorithms using Shearlets

In this thesis, we investigate the applicability of the shearlet transform for the task of pedestrian detection. Due to the usage of in several emerging technologies, such as automated or autonomous vehicles, pedestrian detection has evolved into a key topic of research in the last decade. In this t...

Full description

Saved in:
Bibliographic Details
Main Author: Pfeifer, Lienhard
Contributors: Dahlke, Stephan (Prof. Dr.) (Thesis advisor)
Format: Doctoral Thesis
Language:English
Published: Philipps-Universität Marburg 2018
Subjects:
Online Access:PDF Full Text
Tags: Add Tag
No Tags, Be the first to tag this record!

Die vorliegende Arbeit untersucht die Eignung von Shearlets für die Aufgabe der Fußgängererkennung. Durch die mögliche Anwendung der Fußgängererkennung in diversen neuen Technologien, wie beispielsweise dem automatisierten oder autonomen Fahren, hat sich das Thema im letzten Jahrzehnt zu einem Schlüsselthema der Forschung entwickelt. In dieser Zeitperiode wurde eine Vielzahl verschiedener Algorithmen entwickelt. Nach den aktuellen Resultaten des Caltech Pedestrian Detection Benchmarks können die Algorithmen in zwei Kategorien unterteilt werden. Zum einen, die Anwendung von handgefertigten Bildmerkmalen und eines Klassifikators, welcher auf diese Bildmerkmale trainiert ist. Zum anderen, Methoden mit Anwendung von Convolutional Neural Networks (CNNs), in denen Bildmerkmale während der Trainingsphase gelernt werden. Es wird untersuchen, in welcher Weise beide Typen von Algorithmen durch die Einarbeitung von Shearlets, einem Frameworks mit umfassender theoretischer Grundlage, verbessert werden können.