Semantik aus Segmenten - Zwei neue Verfahren zur Detektion und Identifikation von Objekten im 2-D und 3-D

In der Arbeit werden zwei neue Verfahren zur Objektdetektion und Objektidentifikation vorgestellt. Beiden gemein ist die Methodik des segmentbasierten Vorgehens zur Merkmalsextraktion. Der Begriff der Segmentierung wird dabei in seiner elementarsten Form als Zerlegung eines Ganzen in eine Menge von selbstähnlichen, von einander abgrenzbaren Teilen gebraucht.Im ersten Teil der Arbeit werden segmentbasierte Algorithmen zur Extraktion semantisch markanter Merkmale in Aufnahmen urbaner Umgebungen vorgestellt. Dazu werden aus semantikfreien Merkmalen semantisch markante Merkmale gewonnen. Darauf aufbauend werden Verfahren zur Analyse der semantisch markanten Merkmale vorgestellt, mit deren Hilfe eine Klassifikation von Bildern urbaner Umgebungen hinsichtlich der sichtbaren Gebäude vorgenommen werden kann. Es wird ein Ansatz über globales Szenenwissen vorgestellt, mit dem ohne Kenntnis über Position und Orientierung der Kamera in der Szene ein Matching initialisiert werden kann. Ein zweiter Ansatz nutzt semantische 3-D-Modelle um ein genaueres und stabileres Matching bei bekannter Grobpose in der Szene zu realisieren.Im zweiten Abschnitt der Arbeit wird ein neues Verfahren zur Klassifikation von MR-Aufnahmen des Gehirns in graue Gehirnmasse, weiße Gehirnmasse und gehirnfremdes Gewebe vorgestellt und mit bekannten Verfahren verglichen. Der Algorithmus basiert auf der Analyse von grauwerthomogenen 3-D-Regionen, die mit der 3-D-Segmentierungsmethode 3-D-CSC gewonnen werden.