Stammdaten

McDAV - Multi-camera Data Aggregation and Visualization
Beschreibung: Smart cameras können die aufgenommenen Bilder bereits lokal analysieren und verarbeiten. Sie liefern daher abstrahierte Daten zu einer bestimmten Szene. Durch die Kombination solcher Informationen von mehreren Kameras können Erkennung und Verfolgung von Objekten verbessert werden. Im McDAV-Projekt werden auf Basis eines Frameworks für Netze von intelligenten Kameras verschiedene Fragestellungen in diesem Umfeld untersucht. Als Beispielszenario dient ein System zur Detektion und Verfolgung von Personen. Hier liefern die intelligenten Kameras jeweils nur ein Raster von Aufenthaltswahrscheinlichkeiten für den betrachteten Bereich. Dieses Projekt wird in Zusammenarbeit mit den Austrian Research Centers Seibersdorf durchgeführt.
Schlagworte: Data Visualization, Data Aggregation , Pervasive Computing
McDAV - Multi-camera Data Aggregation and Visualization
Beschreibung: Smart cameras perform image analysis onboard and deliver the abstracted data. By combining data delivered from multiple cameras observing the same scene we can further increase the usefulness of smart camera networks. An important goal for such multi-camera systems is to resolve object occlusions by aggregating views from different angles. The aim of this research is to develop a data aggregation and visualization system which is able to combine the high-level output of smart cameras to form a three-dimensional model of a scene. First, the system collects the high-level frame description from each camera. Second, all objects in those descriptions are localized using the visual angles collected in the single views. Finally, the complete scene is visualized in a 3D-model. This research is conducted in cooperation with Austrian Research Centers Seibersdorf.
Schlagworte: Data Visualization , Data Aggregation , Pervasive Computing
Kurztitel: n.a.
Zeitraum: 01.05.2008 - 01.12.2009
Kontakt-Email: pervasive@uni-klu.ac.at
Homepage: http://pervasive.uni-klu.ac.at

MitarbeiterInnen

MitarbeiterInnen Funktion Zeitraum
Bernhard Rinner (intern)
  • Projektleiter/in
  • 01.05.2008 - 01.12.2009
Bernhard Dieber (intern)
  • wiss. Mitarbeiter/in
  • 01.05.2008 - 01.12.2009

Kategorisierung

Projekttyp Auftragsforschung
Förderungstyp §27
Forschungstyp
  • Grundlagenforschung
  • Angewandte Forschung
Sachgebiete
  • 2502 - Allgemeine Elektrotechnik *
  • 1108 - Informatik *
Forschungscluster Kein Forschungscluster ausgewählt
Genderrelevanz 0%
Projektfokus
  • Science to Science (Qualitätsindikator: n.a.)
Klassifikationsraster der zugeordneten Organisationseinheiten:
Arbeitsgruppen Keine Arbeitsgruppe ausgewählt

Finanzierung

Förderprogramm
ARC Seibersdorf
Organisation: ARC Seibersdorf

Kooperationen

Keine Kooperationspartner ausgewählt