DAnoBi - Detektion von Anomalien in großen räumlichen Bilddaten
| dc.contributor.author | Spodarev, Evgeny | |
| dc.date.accessioned | 2026-01-05T18:05:44Z | |
| dc.date.available | 2026-01-05T18:05:44Z | |
| dc.date.issued | 2024-08-09 | |
| dc.description.abstract | Im Verbundprojekt DAnoBi wurden Methoden für die Detektion und semantische Segmentierung von Rissen als spezielle Form von Abweichungen/Auffälligkeiten in großen 3D Bilddaten entwickelt. Maschinelles Lernen, klassische Bildverarbeitungsalgorithmen, geometrische Modellierung räumlicher Rissstrukturen sowie statistische Methoden für die Detektion von Auffälligkeiten wurden weiter- bzw. neu entwickelt, systematisch quantitativ und fair verglichen und an besonders herausfordernden Datensätzen erprobt. Ergebnis sind sowohl praktisch direkt nutzbare Empfehlungen zu Wahl und Parametrisierung von Algorithmen als auch mathematisch begründete innovative Methoden, deren volles Potenzial noch zu erforschen ist. Datei-Upload durch TIB | ger |
| dc.description.version | publishedVersion | |
| dc.identifier.uri | https://oa.tib.eu/renate/handle/123456789/28433 | |
| dc.identifier.uri | https://doi.org/10.34657/27502 | |
| dc.language.iso | ger | |
| dc.publisher | Hannover : Technische Informationsbibliothek | |
| dc.relation.affiliation | Universität Ulm | |
| dc.rights.license | Creative Commons Attribution-NonDerivs 3.0 Germany | |
| dc.subject.ddc | 000 | Informatik, Information und Wissen, allgemeine Werke | |
| dc.title | DAnoBi - Detektion von Anomalien in großen räumlichen Bilddaten | ger |
| dc.title.subtitle | Schlussbericht | |
| dc.type | Report | |
| dc.type | Text | |
| dcterms.event.date | 01.04.2020-31.12.2023 | |
| dcterms.extent | 10 Seiten | |
| dtf.funding.funder | BMFTR | |
| dtf.funding.program | 05M20VUA | |
| dtf.funding.verbundnummer | 01204384 |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- BMBF05M20VUA.pdf
- Size:
- 803.6 KB
- Format:
- Adobe Portable Document Format
- Description: