Dissertation--Ruhr-Universität, Bochum, 2004. / Includes bibliographical references (p. 179-187).

Techn. Universiẗat, Diss., 2006--Darmstadt.

Techn. Universiẗat, Diss., 2002--Darmstadt.

Die Dissertation beschreibt Verfahren zur Fusion von Sensordaten am Beispiel eines PreCrash-Systems für Kraftfahrzeuge. Ein PreCrash-System erkennt mit Hilfe von Sensoren, die das Fahrzeugumfeld überwachen, (unvermeidliche) Unfälle wenige hundert Millisekunden vor Beginn des Zusammenstoßes und stellt verschiedene Informationen zur Verfügung, die bei der Aktivierung von Sicherheitseinrichtungen wie Gurtstraffer oder Airbags hilfreich sind. Neben guten Erkennungsleistungen spielt bei einem solchen System vor allem die Eignung für den Einsatz im automobilen Umfeld mit all seinen Anforderungen eine große Rolle. Dies bedeutet zum Beispiel Robustheit gegenüber schwierigen Wetterbedingungen, geringe Anforderungen an die Rechenleistung und auch die Erkennung eines Sensorausfalls. Ebenso stellt die Vielfalt möglicher Objekte mit ihren unterschiedlichen Reflexionseigenschaften und teilweise sehr hohen Relativgeschwindigkeiten eine besondere Herausforderung für ein umfelderkennendes System dar. Nach einführenden Betrachtungen zum Stand der Technik und der Zielstellung, unterschiedliche Sensorik zur Verbesserung der Detektionsleistungen und damit der Robustheit des Gesamtsystems zu fusionieren, beinhaltet die Arbeit eine Beschreibung der Funktionalität "PreCrash", Angaben zu Voraussetzungen und speziellen Umgebungsbedingungen im Fahrzeugbereich, die Einfluss auf die Verfahrensauswahl ausüben und eine Beschreibung der verwendeten Sensorik. Signalverarbeitungsverfahren zur Realisierung eines PreCrash-Systems sind sowohl auf Basis eines Einzelsensorsystems als auch auf Grundlage eines Multisensorsystems ausführlich dokumentiert. Ansätze zur Sensordatenfusion werden gesondert dargestellt und auch Nebenaspekte wie die Erkennung von Sensorausfällen berücksichtigt. Die Arbeit enthält Ergebnisse, die die Erkennungsleistungen mehrerer implementierter Verfahren aufzeigen und die auf realen, mit Hilfe eines Versuchsfahrzeuges aufgenommener Daten basieren.

Die Analyse von großen Datensätzen von Mikroskopiebilddaten, insbesondere Segmentierung und Tracking, ist ein sehr wichtiger Aspekt vieler biologischer Studien. Für die leistungsfähige und verlässliche Nutzung ist der derzeitige Stand der Wissenschaft dennoch noch nicht ausreichend. Die vorhandenen Methoden sind oft schwer zu benutzen für ungeübte Nutzer, die Leistung auf anderen Datensätzen ist häufig verbesserungswürdig und sehr große Mengen an Trainingsdaten werden benötigt. Ich ging dieses Problem aus verschiedenen Richtungen an: (i) Ich präsentiere klare Richtlinien wie Artefakte beim Arbeiten mit sehr großen Bilddaten verhindert werden können. (ii) Ich präsentiere eine Erweiterung für eine Reihe von grundlegenden Methoden zur Instanzsegmentierung von Zellkernen. Durch Verwendung einer unterstützenden Hilfsaufgabe ermöglicht die Erweiterung auf einfache und unkomplizierte Art und Weise Leistung auf dem aktuellen Stand der Wissenschaft. Dabei zeige ich zudem, dass schwache Label ausreichend sind, um eine effiziente Objekterkennung auf 3d Zellkerndaten zu ermöglichen. (iii) Ich stelle eine neue Methode zur Instanzsegmentierung vor, die auf eine große Auswahl von Objekten anwendbar ist, von einfachen Formen bis hin zu Überlagerungen und komplexen Baumstrukturen, die das gesamte Bild umfassen. (iv) Auf den vorherigen Arbeiten aufbauend präsentiere ich eine neue Trackingmethode, die auch mit sehr großen Bilddaten zurecht kommt, aber nur schwache und dünnbesetzte Labels benötigt und trotzdem besser als die bisherigen besten Methoden funktioniert. Die Anpassungsfähigkeit an neue Datensätze wird durch eine automatisierte Parametersuche gewährleistet. (v) Für Nutzer, die das Tracking von Objekten in ihrer Arbeit verwenden möchten, präsentiere ich zusätzlich einen detaillierten Leitfaden, der es ihnen ermöglicht fundierte Entscheidungen zu treffen, welche Methode am besten zu ihrem Projekt passt. / Image analysis of large datasets of microscopy data, in particular segmentation and tracking, is an important aspect of many biological studies. Yet, the current state of research is still not adequate enough for copious and reliable everyday use. Existing methods are often hard to use, perform subpar on new datasets and require vast amounts of training data. I approached this problem from multiple angles: (i) I present clear guidelines on how to operate artifact-free on huge images. (ii) I present an extension for existing methods for instance segmentation of nuclei. By using an auxiliary task, it enables state-of-the-art performance in a simple and straightforward way. In the process I show that weak labels are sufficient for efficient object detection for 3d nuclei data. (iii) I present an innovative method for instance segmentation that performs extremely well on a wide range of objects, from simple shapes to complex image-spanning tree structures and objects with overlaps. (iv) Building upon the above, I present a novel tracking method that operates on huge images but only requires weak and sparse labels. Yet, it outperforms previous state-of-the-art methods. An automated weight search method enables adaptability to new datasets. (v) For practitioners seeking to employ cell tracking, I provide a comprehensive guideline on how to make an informed decision about what methods to use for their project.

Service robots need to be aware of persons in their vicinity in order to interact with them. People tracking enables the robot to perceive persons by fusing the information of several sensors. Most robots rely on laser range scanners and RGB cameras for this task. The thesis focuses on the detection and tracking of heads. This allows the robot to establish eye contact, which makes interactions feel more natural. Developing a fast and reliable pose-invariant head detector is challenging. The head detector that is proposed in this thesis works well on frontal heads, but is not fully pose-invariant. This thesis further explores adaptive tracking to keep track of heads that do not face the robot. Finally, head detector and adaptive tracker are combined within a new people tracking framework and experiments show its effectiveness compared to a state-of-the-art system.

Für die schnelle Visualisierung großer Modelle werden sogenannte Echtzeit-Visualisierungsverfahren (real time rendering techniques) eingesetzt. Durch parallele Verarbeitung der Objektdaten auf Multicore-CPUs ist es möglich, die Geschwindigkeit der Darstellung gegenüber GPU-basierten Verfahren weiter zu erhöhen. Insbesondere wurde die Möglichkeit untersucht, das Occlusion-Culling mit Hilfe der CPU durchzuführen. Dabei konnte speziell das Worst-Case-Verhalten verbessert werden. Mit der Anzahl der Systemkomponenten (z.B. Trackingsystem, Beamer, Rechner) steigt die Trägheit (Latenz) des Gesamtsystems, was eine Echtzeitverarbeitung der Daten deutlich erschwert. Durch Bewegungsvorhersagen, die speziell an das Nutzerverhalten im Rahmen der Anwendung angepasst sind, können auftretende Latenzen kompensiert werden. Die Entwicklungen erfolgten im Kontext einer immersiven Tischtennissimulation. Tischtennis gehört zu den schnellsten Sportarten und repräsentiert somit eine anspruchsvolle Umgebung. Ein weiterer wichtiger Aspekt bei der Interaktion mit virtuellen Umgebungen ist die Natürlichkeit (Intuitivität) der Benutzeroberfläche. Durch eine möglichst direkte (aus der Realität bekannte) Umsetzung der Benutzerbewegungen in Systembefehle wird eine höchstmögliche Effektivität im Umgang mit dem System erzielt. Im Rahmen einer Designanwendung wurden Interaktionstechniken realisiert, die den alltäglichen Bewegungsabläufen nachempfunden sind.

Within the last years, e.g. by investigating the fluorescence of single molecules in biological cells, remarkable progress has been made in cell biology extending conventional ensemble techniques concerning temporal / spatial resolution and the detection of particle subpopulations [82]. In addition to employing single fluorophores as "molecular beacons" to determine the position of biomolecules, single molecule fluorescence studies allow to access the photophysical dynamics of genetically encoded fluorescent proteins itself. However, in order to gain statistically consistent results, e.g. on the mobility behavior or the photophysical properties, the fluorescence image sequences have to be analyzed in a preferentially automated and calibrated (non-biased) way. In this thesis, a single molecule fluorescence optical setup was developed and calibrated and experimental biological in-vitro systems were adapted to the needs of single molecule imaging. Based on the fluorescence image sequences obtained, an automated analysis algorithm was developed, characterized and its limits for reliable quantitative data analysis were determined. For lipid marker molecules diffusing in an artifcial lipid membrane, the optimum way of the single molecule trajectory analysis of the image sequences was explored. Furthermore, effects of all relevant artifacts (specifically low signal-to-noise ratio, finite acquisition time and high spot density, in combination with photobleaching) on the recovered diffusion coefficients were carefully studied. The performance of the method was demonstrated in two series of experiments. In one series, the diffusion of a fluorescent lipid probe in artificial lipid bilayer membranes of giant unilamellar vesicles was investigated. In another series of experiments, the photoconversion and photobleaching behavior of the fluorescent protein Kaede-GFP was characterized and protein subpopulations were identified.

Die Fahrzeuglokalisierung ist im Bereich der Fahrerassistenzsysteme von entscheidender Bedeutung und Voraussetzung fur verschiedene Anwendungen der Robotik, wie z.B. Navigation oder Kollisionsvermeidung fur fahrerlose Transportsysteme (FTS). In dieser Arbeit wird ein Verfahren zur Lokalisierung mittels Landmarken vorgestellt, die eine Orientierung bezuglich einer Karte ermoglichen. Dabei werden der Erweiterte- Kalman-Filter und der Partikel-Filter fur diese Aufgabe untersucht und verglichen. Ein Schwerpunkt dieser Betrachtungen stellt dabei der Partikel-Filter dar. Die besondere Problematik der Initialisierung wird ausfuhrlich fur beide Filter dargestellt. Simulationen und Versuche zeigen, dass sich der Partikel-Filter fur eine robuste Lokalisierung der Fahrzeugposition verwenden lasst. Im Vergleich dazu kann der Erweiterte-Kalman-Filter nur im begrenzten Maße eingesetzt werden. / The localization of vehicles is of vital importance in the field of driver assistance systems and a requirement of different applications for robotics, i.e. navigation or collision avoidance for automatic guided vehicle systems. In this thesis an approach for localization by means of landmarks is introduced, which enables an orientation regarding a map. The extended Kalman filter and the particle filter are analyzed and compared. The main focus for this consideration is on the particle filter. The problematic for initialization is discussed in detail for both filters. Simulations and tests prove that the particle filter is suitable for robust localization of the vehicle position. Compared to this, the extended Kalman filter can only be used to a certain extend.

Service robots need to be aware of persons in their vicinity in order to interact with them. People tracking enables the robot to perceive persons by fusing the information of several sensors. Most robots rely on laser range scanners and RGB cameras for this task. The thesis focuses on the detection and tracking of heads. This allows the robot to establish eye contact, which makes interactions feel more natural. Developing a fast and reliable pose-invariant head detector is challenging. The head detector that is proposed in this thesis works well on frontal heads, but is not fully pose-invariant. This thesis further explores adaptive tracking to keep track of heads that do not face the robot. Finally, head detector and adaptive tracker are combined within a new people tracking framework and experiments show its effectiveness compared to a state-of-the-art system.