TY - THES A1 - Sun, Kaipeng T1 - Six Degrees of Freedom Object Pose Estimation with Fusion Data from a Time-of-flight Camera and a Color Camera T1 - 6DOF Posenschätzung durch Datenfusion einer Time-of-Flight-Kamera und einer Farbkamera N2 - Object six Degrees of Freedom (6DOF) pose estimation is a fundamental problem in many practical robotic applications, where the target or an obstacle with a simple or complex shape can move fast in cluttered environments. In this thesis, a 6DOF pose estimation algorithm is developed based on the fused data from a time-of-flight camera and a color camera. The algorithm is divided into two stages, an annealed particle filter based coarse pose estimation stage and a gradient decent based accurate pose optimization stage. In the first stage, each particle is evaluated with sparse representation. In this stage, the large inter-frame motion of the target can be well handled. In the second stage, the range data based conventional Iterative Closest Point is extended by incorporating the target appearance information and used for calculating the accurate pose by refining the coarse estimate from the first stage. For dealing with significant illumination variations during the tracking, spherical harmonic illumination modeling is investigated and integrated into both stages. The robustness and accuracy of the proposed algorithm are demonstrated through experiments on various objects in both indoor and outdoor environments. Moreover, real-time performance can be achieved with graphics processing unit acceleration. N2 - Die 6DOF Posenschätzung von Objekten ist ein fundamentales Problem in vielen praktischen Robotikanwendungen, bei denen sich ein Ziel- oder Hindernisobjekt, einfacher oder komplexer Form, schnell in einer unstrukturierten schwierigen Umgebung bewegt. In dieser Forschungsarbeit wird zur Lösung des Problem ein 6DOF Posenschätzer entwickelt, der auf der Fusion von Daten einer Time-of-Flight-Kamera und einer Farbkamera beruht. Der Algorithmus ist in zwei Phasen unterteilt, ein Annealed Partikel-Filter bestimmt eine grobe Posenschätzung, welche mittels eines Gradientenverfahrens in einer zweiten Phase optimiert wird. In der ersten Phase wird jeder Partikel mittels sparse represenation ausgewertet, auf diese Weise kann eine große Inter-Frame-Bewegung des Zielobjektes gut behandelt werden. In der zweiten Phase wird die genaue Pose des Zielobjektes mittels des konventionellen, auf Entfernungsdaten beruhenden, Iterative Closest Point-Algorithmus aus der groben Schätzung der ersten Stufe berechnet. Der Algorithmus wurde dabei erweitert, so dass auch Informationen über das äußere Erscheinungsbild des Zielobjektes verwendet werden. Zur Kompensation von signifikanten Beleuchtungsschwankungen während des Trackings, wurde eine Modellierung der Ausleuchtung mittels Kugelflächenfunktionen erforscht und in beide Stufen der Posenschätzung integriert. Die Leistungsfähigkeit, Robustheit und Genauigkeit des entwickelten Algorithmus wurde in Experimenten im Innen- und Außenbereich mit verschiedenen Zielobjekten gezeigt. Zudem konnte gezeigt werden, dass die Schätzung mit Hilfe von Grafikprozessoren in Echtzeit möglich ist. T3 - Forschungsberichte in der Robotik = Research Notes in Robotics - 10 KW - Mustererkennung KW - Maschinelles Sehen KW - Sensor KW - 3D Vision KW - 6DOF Pose Estimation KW - Visual Tracking KW - Pattern Recognition KW - Computer Vision KW - 3D Sensor Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-105089 SN - 978-3-923959-97-6 ER - TY - THES A1 - Solanki, Narendra T1 - Novelty choice in Drosophila melanogaster T1 - Neuigkeitseffekt im Mustersehen von Drosophila melanogaster N2 - This study explores novelty choice, a behavioral paradigm for the investigation of visual pattern recognition and learning of the fly Drosophila melanogaster in the flight simulator. Pattern recognition in novelty choice differs significantly from pattern recognition studied by heat conditioning, although both paradigms use the same test. Out of the four pattern parameters that the flies can learn in heat conditioning, novelty choice can be shown for height (horizontal bars differing in height), size and vertical compactness but not for oblique bars oriented at +/- 45°. Upright and inverted Ts [differing in their centers of gravity (CsOG) by 13°] that have been extensively used for heat conditioning experiments, do not elicit novelty choice. In contrast, horizontal bars differing in their CsOG by 13° do elicit novelty choice; so do the Ts after increasing their CsOG difference from 13° to 23°. This indicates that in the Ts the heights of the CsOG are not the only pattern parameters that matter for the novelty choice behavior. The novelty choice and heat conditioning paradigms are further differentiated using the gene rutabaga (rut) coding for a type 1 adenylyl cyclase. This protein had been shown to be involved in memory formation in the heat conditioning paradigm. Novelty choice is not affected by mutations in the rut gene. This is in line with the finding that dopamine, which in olfactory learning is known to regulate Rutabaga via the dopamine receptor Dumb in the mushroom bodies, is dispensable for novelty choice. It is concluded that in novelty choice the Rut cAMP pathway is not involved. Novelty choice requires short term working memory, as has been described in spatial orientation during locomotion. The protein S6KII that has been shown to be involved in visual orientation memory in walking flies is found here to be also required for novelty choice. As in heat conditioning the central complex plays a major role in novelty choice. The S6KII mutant phenotype for height can be rescued in some subsets of the ring neurons of the ellipsoid body. In addition the finding that the ellipsoid body mutants ebo678 and eboKS263 also show a mutant phenotype for height confirm the importance of ellipsoid body for height novelty choice. Interestingly some neurons in the F1 layer of the fan-shaped body are necessary for height novelty choice. Furthermore, different novelty choice phenotypes for different pattern parameters are found with and without mushroom bodies. Mushroom bodies are required in novelty choice for size but they are dispensable for height and vertical compactness. This special circuit requirement for the size parameter in novelty choice is found using various means of interference with mushroom body function during development or adulthood. N2 - Diese Studie untersucht Novelty Choice, ein Verhaltens-Paradigma für die Untersuchung der visuellen Mustererkennung und des Lernens der Fliege Drosophila melanogaster im Flugsimulator. Mustererkennung in Novelty Choice unterscheidet sich deutlich von Mustererkennung durch heat conditioning, obwohl beide Paradigmen den gleichen Test verwenden. Von den vier Muster-Parametern, die die Fliegen im heat conditioning für die Musterunterscheidung lernen kann, lernt sie in Novelty Choice nur die Höhe (horizontale Balken in unterschiedlicher Höhe), Größe und vertikale Kompaktheit, nicht dagegen die schrägen Balken im Winkel von +/- 45°. Aufrechte und umgekehrte Ts [hinsichtlich ihrer Schwerpunkte (CsOG) um 13° voneinander verschieden], die bisher weitgehend für heat conditioning Experimente verwendet werden, lösen kein Novelty Choice aus. Im Gegensatz dazu reagiert die Fliege auf horizontale Balken, die sich in ihren CsOG um 13° unterscheiden, mit Novelty Choice. Auch die Ts lösen Novelty Choice aus, wenn ihre CsOG-Differenzen von 13° auf 23° erhöht wird. Dies deutet darauf hin, dass in den Ts die Höhen der CsOG nicht die einzigen relevanten Musterparameter für Novelty Choice Verhalten sind. Die Novelty Choice und heat conditioning Paradigmen unterscheiden sich darüber hinaus in der Rolle des Gens rutabaga (rut), das eine Typ-1-Adenylylcyclase codiert. Für dieses Protein wurde gezeigt, dass es bei der Gedächtnisbildung in der heat conditioning beteiligt ist. Novelty Choice wird nicht durch Mutationen im Gen rut beeinflusst. Dies steht im Einklang mit der Erkenntnis, dass Dopamin, das bei olfaktorischem Lernen bekanntermaßen Rutabaga über den Dopamin-Rezeptor Dumb in den Pilzkörpern reguliert, entbehrlich für die Novelty Choice ist. Die Schlussfolgerung ist, dass der Rut cAMP Signalweg bei der Novelty Choice nicht beteiligt ist. Novelty choice erfordert kurzfristigen Arbeitsgedächtnisspeicher, wie in der räumlichen Orientierung während der Fortbewegung beschrieben wurde. Das Protein S6KII, für welches gezeigt wurde, dass es am visuellen Orientierungsgedächtnis laufender Fliegen beteiligt ist, wird hier als ebenso notwendig für Novelty Choice entdeckt. Wie in heat conditioning spielt der Zentralkomplex eine wichtige Rolle in Novelty Choice. Der S6KII Mutantenphänotyp für Höhe kann in einigen Untergruppen der Ring-Neuronen des Ellipsoidkörpers gerettet werden. Weiterhin kann festgestellt werden, dass die Ellipsoidkörper-Mutanten ebo678 und eboKS263, welche ebenfalls einen Mutantenphänotyp für Höhe zeigen, die Bedeutung des Ellipsoidkörpers für die Novelty Choice hinsichtlich des Höheparameters bestätigen. Interessanterweise sind einige Neuronen in der F1-Schicht des Fächerförmigen Körpers notwendig für Novelty Choice (für Höhe). Darüber hinaus werden mit und ohne Pilzkörper unterschiedliche Phänotypen für verschiedene Musterparameter bei Novelty Choice gefunden. Die Pilzkörper sind in der Novelty Choice für Größe erforderlich, aber für Höhe und vertikale Kompaktheit sind sie entbehrlich. Diese spezielle Schaltungsvoraussetzung für den Größenparameter in Novelty Choice wird unter Verwendung verschiedener Mittel der Interferenz mit Pilzkörperfunktionen während der Entwicklung oder im Erwachsenenalter gefunden. KW - Taufliege KW - Drosophila melanogaster KW - Mustererkennung KW - Sehen KW - Lernen Y1 - 2013 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-103219 N1 - Dieses Dokument wurde aus Datenschutzgründen - ohne inhaltliche Änderungen - erneut veröffentlicht. Die ursprüngliche Veröffentlichung war am: 06.08.2013 ER - TY - THES A1 - Höhn, Winfried T1 - Mustererkennung in Frühdrucken T1 - Pattern Perception in Early Printed Books N2 - No abstract available KW - Mustererkennung KW - Frühdruck KW - pattern perception KW - early printed books Y1 - 2006 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-30429 ER - TY - THES A1 - Ernst, Roman T1 - Visuelle Mustererkennung und Parameterextraktion bei Drosophila melanogaster T1 - Visual pattern recognition and parameter extraction in Drosophila melanogaster N2 - In operanten Konditionierungsexperimenten im Flugsimulator werden vier Parameter gefunden die Drosophila melanogaster aus visuellen Mustern extrahieren kann: Musterfläche, vertikale Position des Musterschwerpunkts, Verteiltheit und Musterausrichtung in horizontaler und vertikaler Richtung. Es ist nicht auszuschliessen, dass die Fliege weitere Musterparameter extrahieren kann. Spontane Musterpräferenzen und konditionierte Präferenzen zeigen unterschiedliche Zusammenhänge mit den Musterparametern. Aus räumlich getrennten Musterelementen zusammengesetzte Muster werden von der Fliege wie ein Gesamtmuster behandelt. Retinaler Transfer wird auch bei der Präsentation von Mustern an zwei verschiedenen vertikalen Trainingspositionen nicht beobachtet. Muster werden generalisiert, wenn die Schwerpunkte korrespondierender Muster zwischen Training und Test ungefähr an der gleichen Position liegen aber keine retinale Überlappung von Trainings- und Testmustern besteht. Retinotopie des Mustergedächtnisses liegt in diesem Fall nicht auf der Ebene der Bildpunkte, jedoch möglicherweise auf der Ebene des Parameters 'Musterschwerpunkt' vor. Fliegen können nicht trainiert werden bestimmte Musterpaare zu diskriminieren die sich nur durch die vertikale Position ihres Musterschwerpunktes unterscheiden. Dennoch bevorzugen sie beim Lerntest mit anderen Mustern mit korrespondierenden Schwerpunktspositionen die zuvor nicht bestrafte Schwerpunktsposition. Für die Modellierung der Extraktion von Musterschwerpunkt und Musterfläche wird ein einfaches künstliches neuronales Filter präsentiert, dessen Architektur auf einem Berechnungsalgorithmus für den gemeinsamen Schwerpunkt mehrerer Teilelemente beruht. N2 - The results of operant conditioning experiments at the flight simulator suggest that Drosophila melanogaster can extract four parameters from visual patterns: pattern area, vertical position of the center of gravity, separatedness and horizontal/vertical pattern orientation. It can not be excluded that the fly can extract additional parameters. Spontaneous pattern preferences and conditioned preferences show different relationships with pattern parameters. The fly treats separated pattern elements as a compound figure. Retinal transfer is not observed even when patterns are presented at two different vertical training positions. Patterns are generalized if the positions of the centers of gravity of corresponding patterns are retained between training and test although training and test patterns do not overlap retinally. In this case there is no retinotopy of pattern memory on the pixel level but possibly on the level of the pattern parameter 'center of gravity'. Flies can not be trained to discriminate certain patterns that differ only by the vertical position of their centers of gravity. However, when tested with different patterns with corresponding centers of gravity they prefer the previously unpunished position of the center of gravity. The extraction of center of gravity and pattern area are modelled with a simple artificial neuronal filter. The architecture of this filter is based on an algorithm for the computation of the common center of gravity of multiple elements. KW - Taufliege KW - Mustererkennung KW - Visuelle Wahrnehmung KW - visuelle Mustererkennung KW - Musterlernen KW - Parameterextraktion KW - Generalisierung KW - neuronales Filter KW - Drosophila melanogaster KW - visiual pattern recognition KW - pattern conditioning KW - parameter extraction KW - generalization KW - neuronal filter KW - Drosophila melanogaster Y1 - 1999 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-1156 ER -