Andere Kunden interessierten sich auch für
![Erkennung von Hirntumoren mittels digitaler Bildverarbeitung]( "Erkennung von Hirntumoren mittels digitaler Bildverarbeitung")
Erkennung von Hirntumoren mittels digitaler Bildverarbeitung54,90 €![Szenenerkennung mittels hierarchischer Implicit Shape Models]( "Szenenerkennung mittels hierarchischer Implicit Shape Models")
Szenenerkennung mittels hierarchischer Implicit Shape Models39,90 €![Automatisches Beweisen mittels Gröbnerbasen in der Geometrie]( "Automatisches Beweisen mittels Gröbnerbasen in der Geometrie")
Automatisches Beweisen mittels Gröbnerbasen in der Geometrie89,90 €![Effiziente Literaturauslese mittels gezielter Analysetechniken]( "Effiziente Literaturauslese mittels gezielter Analysetechniken")
Effiziente Literaturauslese mittels gezielter Analysetechniken35,90 €![Score-Normierung in der Sprecherverifikation mittels Kohortensprechern]( "Score-Normierung in der Sprecherverifikation mittels Kohortensprechern")
Score-Normierung in der Sprecherverifikation mittels Kohortensprechern36,00 €![Echtzeitfähiges Stereo Vision mittels FPGA-basierter Systeme]( "Echtzeitfähiges Stereo Vision mittels FPGA-basierter Systeme")
Echtzeitfähiges Stereo Vision mittels FPGA-basierter Systeme35,90 €![Biometric Payment als Alternative zum Mobile Payment im stationären Handel]( "Biometric Payment als Alternative zum Mobile Payment im stationären Handel")
Biometric Payment als Alternative zum Mobile Payment im stationären Handel17,95 €
Diese Arbeit befasst sich mit Algorithmen zur Personenerkennung, die auf 3D-Daten basieren. Im Kern wird ein Algorithmus zur Personenerkennung lauffähig auf einem Raspberry Pi in Kombination mit einer Kinect-Kamera vorgestellt. Es wurde gezeigt, dass ein Algorithmus mit einer einfachen Mustersuche durchaus mit anderen veröffentlichten Verfahren hinsichtlich Genauigkeit und Geschwindigkeit konkurrieren kann. Eine Auswahl von weiteren Algorithmen wird detailliert analysiert und verglichen. Das vorgestellte Verfahren zur Personenerkennung zum Einsatz auf dem Raspberry Pi wird einem Genauigkeits- und Performanztest unterzogen. Die Testergebnisse wurden ausgewertet und mit den zuvor analysierten Verfahren verglichen.