Als mensen houden we nooit op de wereld om ons heen waar te nemen en te begrijpen, schijnbaar zonder enige inspanning. Dit essentiële vermogen stelt ons in staat om op complexe manieren met onze omgeving te interageren. De ambitie om machines in staat te stellen op gelijkaardige manieren om te springen met hun omgeving vereist dat we voor hen kunstmatig zicht ontwikkelen.
In dit proefschrift is het doel om algoritmen te creëren die geavanceerde visie mogelijk maken en dit door gebruik te maken van meerdere sensoren. Specifiek worden vier computer visie-gerelateerde classificatietaken onderzocht: (a) conceptherkenning, (b) gezichtsherkenning, (c) herkenning van wandelkarakteristieken en (d) herkenning van activiteiten. Elke taak wordt aangepakt met behulp van een videocamerasensor, een radarsensor of een combinatie van beide sensoren. Deze data worden als invoer gebruikt voor meerdere op machinaal leren-gebaseerde algoritmen die de hierboven beschreven taken trachten op te lossen. Het gecombineerde gebruik van beide sensoren en deze machinaal leren-gebaseerde algoritmen resulteert in geavanceerde visie. | |