TU Darmstadt / ULB / TUbiblio

KI-Methoden für die automatische Anreicherung von räumlich-semantischen Tatortmodellen

Franz, Steffen ; Bittner, Timo ; Irmler, Robert ; Eller, Christian
Hrsg.: Sternal, Maximilian ; Ungureanu, Lucian-Constantin ; Böger, Laura ; Bindal-Gutsche, Christoph (2019)
KI-Methoden für die automatische Anreicherung von räumlich-semantischen Tatortmodellen.
31. Forum Bauinformatik. Berlin (11.–13. September 2019)
doi: 10.14279/DEPOSITONCE-8763
Konferenzveröffentlichung, Bibliographie

Kurzbeschreibung (Abstract)

Das Sicherheitsforschungsprojekt INSITU beschäftigt sich mit der Optimierung der Strafverfolgung mit Hilfe einer Mobilcomputer-basierten Vor-Ort-Beschreibung von Tatorten. Um eine Beschleunigung des zeitintensiven Prozesses der Dokumentation aller Informationen und Zusammenhänge zu erreichen, wird in diesem Beitrag demonstriert, wie ein Mobilcomputer in die Lage versetzt werden kann, Objekte und deren räumlich-semantische Beziehungen automatisiert zu erfassen. Hierbei werden Augmented-Reality-Technologien mit maschinellen Lernverfahren fusioniert und auf einem Mobilcomputer in Echtzeit zur Anwendung gebracht. Mittels AR-Technologien verortet sich das Gerät im Raum, verfolgt Positionsänderungen und erzeugt kontinuierlich Bilddaten, welche parallel über Algorithmen für die Objektdetektion mit semantischen Informationen angereichert werden. Die so generierten Daten werden anschließend mit den Tracking-Informationen vereinigt, wodurch das räumlich-semantische Tatortmodell automatisiert um Objektinformationen erweitert werden kann.

Typ des Eintrags: Konferenzveröffentlichung
Erschienen: 2019
Herausgeber: Sternal, Maximilian ; Ungureanu, Lucian-Constantin ; Böger, Laura ; Bindal-Gutsche, Christoph
Autor(en): Franz, Steffen ; Bittner, Timo ; Irmler, Robert ; Eller, Christian
Art des Eintrags: Bibliographie
Titel: KI-Methoden für die automatische Anreicherung von räumlich-semantischen Tatortmodellen
Sprache: Deutsch
Publikationsjahr: September 2019
Ort: Berlin
Verlag: Universitätsverlag der TU Berlin
Veranstaltungstitel: 31. Forum Bauinformatik
Veranstaltungsort: Berlin
Veranstaltungsdatum: 11.–13. September 2019
DOI: 10.14279/DEPOSITONCE-8763
URL / URN: https://depositonce.tu-berlin.de/handle/11303/9730
Zugehörige Links:
Kurzbeschreibung (Abstract):

Das Sicherheitsforschungsprojekt INSITU beschäftigt sich mit der Optimierung der Strafverfolgung mit Hilfe einer Mobilcomputer-basierten Vor-Ort-Beschreibung von Tatorten. Um eine Beschleunigung des zeitintensiven Prozesses der Dokumentation aller Informationen und Zusammenhänge zu erreichen, wird in diesem Beitrag demonstriert, wie ein Mobilcomputer in die Lage versetzt werden kann, Objekte und deren räumlich-semantische Beziehungen automatisiert zu erfassen. Hierbei werden Augmented-Reality-Technologien mit maschinellen Lernverfahren fusioniert und auf einem Mobilcomputer in Echtzeit zur Anwendung gebracht. Mittels AR-Technologien verortet sich das Gerät im Raum, verfolgt Positionsänderungen und erzeugt kontinuierlich Bilddaten, welche parallel über Algorithmen für die Objektdetektion mit semantischen Informationen angereichert werden. Die so generierten Daten werden anschließend mit den Tracking-Informationen vereinigt, wodurch das räumlich-semantische Tatortmodell automatisiert um Objektinformationen erweitert werden kann.

Freie Schlagworte: Tatortdokumentation, Maschinelle Lernmethoden, Augmented Reality, Bildverarbeitung
Schlagworte:
Einzelne SchlagworteSprache
Crime Scene Documentation, Machine Learning Methods, Augmented Reality, Image ProcessingEnglisch
Fachbereich(e)/-gebiet(e): 13 Fachbereich Bau- und Umweltingenieurwissenschaften
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Numerische Methoden und Informatik im Bauwesen
Hinterlegungsdatum: 05 Nov 2019 07:04
Letzte Änderung: 02 Feb 2022 07:27
PPN:
Zugehörige Links:
Schlagworte:
Einzelne SchlagworteSprache
Crime Scene Documentation, Machine Learning Methods, Augmented Reality, Image ProcessingEnglisch
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen