TU Darmstadt / ULB / TUprints

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

Franz, Steffen ; Bittner, Timo ; Irmler, Robert ; Eller, Christian (2021)
KI-Methoden für die automatische Anreicherung von räumlich-semantischen Tatortmodellen.
31. Forum Bauinformatik. Berlin (11.-13.09.2019)
doi: 10.26083/tuprints-00019071
Conference or Workshop Item, Secondary publication, Publisher's Version

[img]
Preview
Text
CC-KI-Methoden-Eller.pdf
Copyright Information: CC BY 4.0 International - Creative Commons, Attribution.

Download (1MB) | Preview
Item Type: Conference or Workshop Item
Type of entry: Secondary publication
Title: KI-Methoden für die automatische Anreicherung von räumlich-semantischen Tatortmodellen
Language: German
Date: 2021
Place of Publication: Darmstadt
Publisher: Universitätsverlag der TU Berlin
Journal or Publication Title: Forum Bauinformatik
Volume of the journal: 31
Book Title: 31. Forum Bauinformatik : 11.–13. September 2019 in Berlin : Proceedings
Event Title: 31. Forum Bauinformatik
Event Location: Berlin
Event Dates: 11.-13.09.2019
DOI: 10.26083/tuprints-00019071
Corresponding Links:
Origin: Secondary publication service
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.

Status: Publisher's Version
URN: urn:nbn:de:tuda-tuprints-190719
Additional Information:

Gedruckt erschienen im Universitätsverlag der TU Berlin, ISBN 978-3-7983-3104-4

Schlagworte: Tatortdokumentation, Maschinelle Lernmethoden, Augmented Reality, Bildverarbeitung

Classification DDC: 000 Generalities, computers, information > 004 Computer science
600 Technology, medicine, applied sciences > 690 Building and construction
Divisions: 13 Department of Civil and Environmental Engineering Sciences > Institute of Numerical Methods and Informatics in Civil Engineering
Date Deposited: 28 Sep 2021 12:21
Last Modified: 07 Nov 2022 10:40
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/19071
PPN: 48619230X
Export:
Actions (login required)
View Item View Item