No description available.

During the course of this thesis, two scenarios are considered. In the first one, we contribute to feature extraction algorithms. In the second one, we use features to improve object detection solutions and localization. The two scenarios give rise to into four thesis sub-goals. First, we present a new shape skeleton pruning algorithm based on contour approximation and the integer medial axis. The algorithm effectively removes unwanted branches, conserves the connectivity of the skeleton and respects the topological properties of the shape. The algorithm is robust to significant boundary noise and to rigid shape transformations. It is fast and easy to implement. While shape-based solutions via boundary and skeleton analysis are viable solutions to object detection, keypoint features are important for textured object detection. Therefore, we present a keypoint featurebased planar object detection framework for vision-based localization. We demonstrate that our framework is robust against illumination changes, perspective distortion, motion blur, and occlusions. We increase robustness of the localization scheme in cluttered environments and decrease false detection of targets. We present an off-line target evaluation strategy and a scheme to improve pose. Third, we extend planar object detection to a real-time approach for 3D object detection using a mobile and uncalibrated camera. We develop our algorithm based on two novel naive Bayes classifiers for viewpoint and feature matching that improve performance and decrease memory usage. Our algorithm exploits the specific structure of various binary descriptors in order to boost feature matching by conserving descriptor properties. Our novel naive classifiers require a database with a small memory footprint because we only store efficiently encoded features. We improve the feature-indexing scheme to speed up the matching process creating a highly efficient database for objects. Finally, we present a model-free long-term tracking algorithm based on the Kernelized Correlation Filter. The proposed solution improves the correlation tracker based on precision, success, accuracy and robustness while increasing frame rates. We integrate adjustable Gaussian window and sparse features for robust scale estimation creating a better separation of the target and the background. Furthermore, we include fast descriptors and Fourier spectrum packed format to boost performance while decreasing the memory footprint. We compare our algorithm with state-of-the-art techniques to validate the results.

This report examines the problem of real-time head pose estimation in low-resolution football footage. A method is presented for inferring the head pose using a combination of footage and knowledge of the locations of the football and players. An ensemble of randomized ferns is compared with a support vector machine for processing the footage, while a support vector machine performs pattern recognition on the location data. Combining the two sources of information outperforms either in isolation. The location of the football turns out to be an important piece of information. / QC 20100707 / Capturing and Visualizing Large scale Human Action (ACTVIS)

No description available.

No description available.

In Mozambique, establishment of aquatic weeds has been enhanced through the increased enrichment of water bodies by nutrient runoffs from human and agricultural wastes that lead to an increase in nitrate and phosphate in the water. The aquatic weeds, water hyacinth (Eichhornia crassipes), red water fern ( Azolla microphylla), water lettuce (Pistia stratiotes) and salvinia (Salvinia molesta) were found in most watercourses in Mozambique and are becoming aggressive in some watercourses, especially in the Umbeluzi and Incomati rivers. Farmers and people living along the rivers are aware of the negative impact of the water weeds because the large mats of weeds cause loss of shoreline and navigability along the rivers. Other commonly perceived effects of aquatic invasive plants in Mozambique rivers include: reduced navigable surface area; difficulties for fishermen, which reduces income; increased prevalence of insects and insect-borne disease, and decreased aesthetic value. The methods currently used for the control and management of the aquatic weeds are mechanical and manual control. Both methods are costly, time consuming, and only provide a short-term solution to the problem. The study found that the weevils Neochetina eichhorniae and N. bruchi were effective biological control agents in the study area but their impact is too gradual compared to the aggressive proliferation of water hyacinth. The one year lab-experiment clearly demonstrated that the water lettuce weed had a significant impact on the recruitment of macro-invertebrates to the artificial substrates, and water lettuce contributed to the reduction of oxygen in the water and consequent reduction of macro-invertebrate abundance and diversity. The biodiversity recovered at the same time in the pools containing water lettuce controlled by N. affinis and water lettuce controlled by herbicide, but richness and diversity of macro-invertebrates was higher in the water lettuce controlled by N affinis during the first sampling occasion compared to the water lettuce in pools controlled by herbicide, where macro-invertebrates increased only when DO levels recovered after water lettuce mat decay. The number of taxa recorded in this study is an indication of the significance of macro-invertebrates in an aquatic environment. This therefore emphasizes the need for more research efforts into macrophyte and macro-invertebrate associations in the aquatic system to better understand the implications of habitat modification arising from human activities. It will also enable us to be better equipped with a more appropriate ecological understanding for aquatic resources management.

This thesis is devoted to learn detectors by object tracking in video sequence. In this thesis, we discuss methods for object tracking, object detection and online learning and possibilities of their using in sophisticated techniques, which combine object tracking and online learning detectors.

Marine Inseln beherbergen einen großen Teil der biologischen Vielfalt unseres Planeten und weisen gleichzeitig einen hohen Anteil endemischer Arten auf. Inselbiota sind allerdings zudem besonders anfällig für anthropogene Einflüsse wie den globalen Klimawandel, Habitatverlust und invasive Arten. Für ihren Erhalt ist es daher wichtig, die ökologischen Prozesse auf Inseln detailliert zu verstehen. Aufgrund ihrer definierten Größe und isolierten Lage eignen sich Inseln als Modellsysteme in der ökologischen und evolutionären Forschung. Der Großteil der bisherigen Inselstudien hat sich allerdings mit kleinräumigen Mustern befasst, so dass standardisierte globale Daten zu den biogeographischen Eigenschaften und eine makroökologische Synthese ihrer Biota bislang fehlen. In dieser Arbeit stelle ich eine physische und bioklimatische Charakterisierung der Inseln der Welt vor und behandle die Frage, wie abiotische Inseleigenschaften die Diversität von Inselfloren beeinflussen. Ich bearbeite zwei Hauptaspekte dieser Fragestellung: Zuerst konzentriere ich mich auf historische und heutige Klimabedingungen und physische Inseleigenschaften als Triebfedern von Pflanzendiversitätsmustern auf Inseln. Hierbei setze ich einen Schwerpunkt auf die räumliche Anordnung von Inseln und Struktur von Archipelen. Als Zweites behandle ich taxon-spezifische Unterschiede in der Antwort von Diversitätsmustern auf abiotische Faktoren. Hierzu stelle ich eine globale Datenbank mit historischen und heutigen Klimabedingungen und physischen Eigenschaften, wie Fläche, Isolation und Geologie, von 17883 Inseln größer als 1 km² vor. Mit Hilfe von Ordinations- und Klassifikationsverfahren charakterisiere und klassifiziere ich die Inseln in einem multidimensionalen Umweltraum. Außerdem entwickele ich einen Satz von ökologisch relevanten Maßen zur Beschreibung von Isolation von Inseln und ihrer räumlichen Anordnung in Archipelen, darunter Maße zu Trittstein-Inseln, Wind- und Meeresströmungen, klimatischer Ähnlichkeit, Distanzen zwischen Inseln und umgebender Landfläche. Diese Maße berücksichtigen verschiedene Aspekte von Isolation, welche Immigration, Artbildung und Aussterben auf Inseln sowie Austausch zwischen Inseln beeinflussen. Um abiotische Bedingungen mit biotischen Eigenschaften von Inselfloren in Verbindung zu bringen, nutze ich eine für diese Arbeit erstellte Datenbank aus 1295 Insel-Artenlisten, die insgesamt ca. 45000 heimische Gefäßpflanzenarten umfassen. Dies ist der umfassendste und erste globale Datensatz für Pflanzen auf Inseln, der Artidentitäten anstatt lediglich Artenzahlen beinhaltet. Die globale Insel-Charakterisierung bestätigt quantitativ, dass sich Inseln in bioklimatischen und physischen Eigenschaften vom Festland unterscheiden. Inseln sind im Durchschnitt signifikant kühler, feuchter und weniger saisonal geprägt als das Festland. Die weiteren Ergebnisse zeigen, dass eine sorgfältige Beschreibung der räumlich-physischen Eigenschaften von Inseln und Archipelen nötig ist, um die Diversitätsmuster ihrer Biota zu verstehen. Isolation ist nach Inselfläche der zweitwichtigste Einflussfaktor für den Gefäßpflanzenartenreichtum auf Inseln. Von den verglichenen Isolationsmaßen eignet sich der Anteil an umgebender Landfläche am besten zur Erklärung der Artenzahlen. Außerdem erhöht sich durch die Berücksichtigung von Trittsteininseln, großen Inseln als Quell-Landflächen und klimatischer Ähnlichkeit der Quell-Landflächen die Vorhersagekraft der Modelle. Isolation spielt eine geringere Rolle auf großen Inseln, wo in situ Diversifizierung den negativen Effekt von Isolation auf Immigration ausgleicht. Die räumliche Struktur innerhalb von Archipelen ist von besonderer Bedeutung für β-Diversität, d.h. für den Unterschied in der Artenzusammensetzung der Inseln. Außerdem beeinflusst sie indirekt, durch den Effekt auf die β-Diversität, auch die γ-Diversität, d.h. die Diversität des gesamten Archipels. Die Ergebnisse heben die enorme Bedeutung der relativen räumlichen Position von Inseln zueinander für Diversitätsmuster auf Inseln hervor und zeigen die Notwendigkeit für Inselforschung und Naturschutz, Inseln im Kontext ihres Archipels zu betrachten. Die Ergebnisse für Farne auf südostasiatischen Inseln zeigen, dass die Bedeutung von physischen Inseleigenschaften für Diversität kontinuierlich mit der Größe der betrachteten Untersuchungsfläche von der Insel- bis zur Plotebene abnimmt, wohingegen der Einfluss von lokalen Umweltbedingungen zunimmt. Lokale Artgemeinschaften sind häufig gesättigt, wodurch die Anzahl an Arten, die aus dem regionalen Artenbestand einwandern können, limitiert wird. Um Vorhersagen über lokalen Artenreichtum zu machen, ist es daher wichtig, die Skalenabhängigkeit der Effekte des regionalen Artenbestandes zu berücksichtigen. Großgruppen von Pflanzen unterscheiden sich in ihrer Ausbreitungsfähigkeit, ihrem Genfluss, Artbildungsraten und Anpassungen an das Klima. Dementsprechend zeigen die vergleichenden Analysen zwischen taxonomischen Pflanzengruppen deutliche Unterschiede in der Reaktion von Artenreichtum und phylogenetischen Diversitätsmustern auf abiotische Faktoren. Die Arten-Fläche-Beziehung, d.h. die Zunahme von Artendiversität mit zunehmender Fläche, variiert zwischen den Pflanzengruppen. Die Steigung der Arten-Fläche-Beziehung ist für Spermatophyten größer als für Pteridophyten und Bryophyten, wohingegen der y-Achsenabschnitt kleiner ist. Unter der Annahme, dass Merkmale und klimatische Anpassungen innerhalb von taxonomischen Gruppen phylogenetisch konserviert sind, führen die Filterwirkung von Ausbreitungsbarrieren und Umwelteigenschaften sowie in situ Artbildung zu Gemeinschaften eng verwandter Arten (phylogenetic clustering). Die Ergebnisse zeigen, dass physische und bioklimatische Inseleigenschaften, die mit der Filterwirkung und Artbildung in Verbindung stehen, die phylogenetische Struktur von Inselgemeinschaften beeinflussen. Die Stärke und Richtung der Zusammenhänge variieren zwischen taxonomischen Gruppen. Abiotische Faktoren erklären mehr Variation in phylogenetischer Diversität für alle Angiospermen und Palmen als für Farne, was auf Grund höherer Ausbreitungsfähigkeit und größerer Verbreitungsgebiete von Farnen den Erwartungen entspricht. Die abiotische Charakterisierung und Klassifizierung der weltweiten Inseln und die zugehörigen Daten ermöglichen eine integrativere Berücksichtigung von Inseln in der makroökologischen Forschung. In dieser Arbeit präsentiere ich die ersten Vorhersagen globaler Pflanzenartenvielfalt auf Inseln und die ersten Analysen zu unterschiedlichen Diversitätskomponenten (α, β, γ und phylogenetische Diversität) von Inselsystemen und ihren abiotischen Einflussfaktoren auf globalem Maßstab. Ich zeige, dass Zusammenhänge zwischen Umweltfaktoren und Artenzahl sowie phylogenetischen Eigenschaften von Inselgemeinschaften zwischen unterschiedlichen taxonomischen Gruppen in Abhängigkeit ihrer vorwiegenden Ausbreitungs- und Artbildungseigenschaften variieren können. Dies ist eine neue Sichtweise in der makroökologischen Inselforschung, die Rückschlüsse auf die Mechanismen hinter Diversitätsmustern von Pflanzen auf Inseln erlaubt. Ein detailliertes Verständnis davon, wie Diversität unterschiedlicher Pflanzengruppen durch Immigration und Diversifizierung auf Inseln entsteht, dürfte auch das Verständnis globaler Diversitätsmuster im Allgemeinen verbessern.