Objekterkennung mit ARKit und TensorFlow: Anwendungsfälle, Konzepte, Evaluierung

Biro, Kristijan (2019) Objekterkennung mit ARKit und TensorFlow: Anwendungsfälle, Konzepte, Evaluierung. Bachelor thesis, Ulm University.

[thumbnail of BA_Bir_2019a.pdf] PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
Download (818kB)

Abstract

In den Bereichen Computer Vision und Neuroinformatik gab es in den letzten Jahren große Fortschritte, die neuartige Augmented Reality Anwendungen ermöglichen. So können beispielsweise im industriellen Umfeld Smartphones dazu verwendet werden, Maschinenbauteile über eine Kamera zu erkennen, zu klassifizieren und weitere Informationen über diese bereitzustellen. Hierfür existieren verschiedene Objekterkennungs-Frameworks, deren industrielle Verwendbarkeit jedoch nicht hinreichend evaluiert wurde.

In dieser Abschlussarbeit werden die Frameworks TensorFlow Lite und ARKit näher betrachtet. Ziel ist es, die Erkennungsrate und -geschwindigkeit der beiden Frameworks mit Hilfe eines Experiments zu evaluieren. In dem Experiment werden Maschinenteile einer pharmazeutischen Verpackungsmaschine als Subjekte verwendet und deren Erkennungsleistung auf Basis verschiedener Umgebungsfaktoren, wie Blickwinkel und Entfernung evaluiert.

Item Type: Thesis (Bachelor)
Subjects: DBIS Research > Master and Phd-Thesis
Divisions: Faculty of Engineering, Electronics and Computer Science > Institute of Databases and Informations Systems > DBIS Research and Teaching > DBIS Research > Master and Phd-Thesis
Depositing User: Klaus Kammerer
Date Deposited: 26 Feb 2020 08:42
Last Modified: 26 Feb 2020 08:42
URI: http://dbis.eprints.uni-ulm.de/id/eprint/1861

Actions (login required)

View Item
View Item