2015
,
Menevidis, Zaharya
,
Ajami, Mohamad
Nach einer kurzen Einleitung über sogenannte lernende Systeme wird exemplarisch die rechnerunterstützte Optimierung am System InREAKT vorgestellt, dessen Architektur für die kontinuierliche Verbesserung der Gefahrendetektion und des Ereignismanagements verschiedene Lern- bzw. Optimierungsprinzipien vorsieht, die während der Phase der aktiven Detektion (online) wie auch außerhalb dieser Betriebsphase (offline) angewandt werden. Dafür werden unterschiedliche Werkzeuge und Verfahren bereitgestellt. Der ""Mensch"" ist dabei als ein integraler Bestandteil des Systems zu sehen, da es sich hier um ein maschinelles, überwachtes Weiterlernen mit Unterstützung eines ""Betreuers"" handelt. In der Online- Phase stehen diverse Dialogmöglichkeiten der Optimierungswerkzeuge im Ereignis-Management-System für die Bewertung und Korrektur der Detektion zur Verfügung. Danach warden Aktionen in dem Detektionslernsystem eingeleitet, die zur Aktualisierung der Methodendatenbank und Detektionsmodule dienen.
2014
,
Menevidis, Zaharya
,
Ajami, Mohamad
Vorgestellt werden die Komponenten und Verfahren eines verteilten intelligenten optischen Detektionssystems, das als Element eines generischen Gefahrenmanagementsystems in Fahrzeugen und Haltestellen vordefinierte interventionsbedürftige Szenen erkennt und meldet. Die optische Erfassung der Szene erfolgt über Tiefenbildsensoren, die Tiefensilhouetten und Gelenkdarstellungen generieren, sowie über RGB-Sensoren, welche die Bestimmung von farbbasierten charakteristischen Merkmalen und Individualisierung von Objekten gestatten. Daraus lässt sich die Deutung von Posen, Bewegungsmustern und Szenen ableiten. Die Intelligenz liegt in den Verfahren der Posenbeschreibung (Motion Description Language MDL, Neuronale Netze) und Zustandsinterpretationen (Scene Activity Modelling SAM) mit den Möglichkeiten der Integration von Lernverfahren in den Online- (Auswertung und Bewertung während der Detektion) sowie Offline-Phasen (Veränderung der Zustandsinterpretationen).