DE102009048066A1 - Verfahren zur Verkehrszeichenerkennung - Google Patents
Verfahren zur Verkehrszeichenerkennung Download PDFInfo
- Publication number
- DE102009048066A1 DE102009048066A1 DE102009048066A DE102009048066A DE102009048066A1 DE 102009048066 A1 DE102009048066 A1 DE 102009048066A1 DE 102009048066 A DE102009048066 A DE 102009048066A DE 102009048066 A DE102009048066 A DE 102009048066A DE 102009048066 A1 DE102009048066 A1 DE 102009048066A1
- Authority
- DE
- Germany
- Prior art keywords
- image
- class
- specific feature
- image section
- traffic sign
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
Abstract
Die Erfindung betrifft ein Verfahren zur Verkehrszeichenerkennung, welches die Bilddaten eines Sensors (1) in einer Informationsverarbeitungseinheit analysiert und klassifiziert, wobei - in einem ersten Verfahrensschritt auf der Grundlage der Ergebnisse einer Analyse wenigstens ein Bildausschnitt (10) ermittelt wird, der mit hinreichender Wahrscheinlichkeit ein Objekt enthält, das ein Verkehrszeichen einer bestimmten Klasse von Verkehrszeichen ist, und - in einem zweiten Verfahrensschritt dieser Bildausschnitt (10) einem Klassifikator (5) zugeführt wird, der auf der Basis des ausgewählten Bildausschnittes (10) mittels eines lernbasierten Algorithmus ein Verkehrszeichen aus der bestimmten Klasse erkennt; erfindungsgemäß wird - im ersten Verfahrensschritt ein klassenspezifisches Merkmal (11) in dem Bildausschnitt (10) identifiziert, - ein modifizierter Bildausschnitt (12) mit dem klassenspezifischen Merkmal (11) in dessen Bildzentrum erzeugt, wobei die durch das Verschieben des klassenspezifischen Merkmals (11) in das Bildzentrum entstehenden Bildbereiche (13, 14, 15) mit geeigneten Bildpunkten aufgefüllt werden, und - der modifizierte Bildausschnitt (12) dem Klassifikator (5) zugeführt.
Description
- Die Erfindung betrifft ein Verfahren zur Verkehrszeichenerkennung gemäß Oberbegriff des Patentanspruchs 1.
- Zunehmend werden moderne Fahrerassistenzsysteme mit einem elektronischen Verkehrszeichenerkennungssystem ausgerüstet, um bspw. den Fahrer bei einer Geschwindigkeitsüberschreitung zu warnen. Hierzu nimmt eine Kamera die Umgebung vor dem Fahrzeug auf und liefert entsprechende Bilddaten an einen Bordcomputer, der mittels eines Algorithmus die Bilddaten analysiert und klassifiziert, um hieraus ein Verkehrszeichen zu identifizieren.
- Ein solches Verfahren ist bspw. aus der
DE 198 52 631 A1 bekannt. - Das Ziel solcher Verfahren zur Verkehrszeichenerkennung besteht darin, die Ablehnungsquote, also den Anteil der nicht oder falsch erkannter Zeichen zu minimieren. Dabei wäre von Vorteil, wenn alle Verkehrszeichen hinsichtlich ihrer Bauform einer Norm unterliegen würden, wodurch die Vielfalt unterschiedlicher Verkehrszeichen, vor allem hinsichtlich des ausländischen Straßenverkehrs, reduziert wäre. So einigten sich im Wiener Übereinkommen über Straßenverkehrszeichen mehrere europäische Länder teilweise auf eine Vereinheitlichung der Verkehrszeichen, so dass bspw. ein Tempolimit-Hinweis charakteristisch aus einem runden Schild mit rotem Außenring und einer Zahl für die Geschwindigkeitsbegrenzung bestehen soll.
- Verfahren zur Verkehrszeichenerkennung arbeiten nach dem Schema, wonach in einer Detektionsphase im Kamerabild Bildregionen identifiziert werden, die potentielle Verkehrszeichen enthalten können. Diese Zeichenhypothesen werden in einem zweiten Verfahrensschritt anschließend einem Klassifikator vorgelegt, der entscheidet, ob sich in der Bildregion ein Verkehrszeichen befindet und um welches Verkehrszeichen es sich handelt.
-
1 zeigt in einem schematischen Blockschaltbild ein rechnerbasiertes Verkehrs zeichenerkennungssystem, das nach einem solchen Verfahren arbeitet. Hiernach wird mit einer Kamera1 die Umgebung aufgenommen und die entsprechenden Bilddaten in einer Speichereinheit3 einer Informationsverarbeitungseinheit2 gespeichert, die zusätzlich eine Detektionseinheit4 , eine Klassifikationseinheit5 , einen Ausgabespeicher6 und eine Ausgabeeinheit7 umfasst. In der Detektionseinheit4 werden diejenigen Bildregionen identifiziert, also die Zeichenhypothesen, die anschließend der Klassifikationseinheit5 weitergeleitet werden. Die erkannten Verkehrszeichen werden in dem Ausgabespeicher6 abgelegt und stehen dann der Ausgabeeinheit7 , bspw. einem Zentral-Display oder einer Anzeige eines Kombiinstruments zur Anzeige für den Fahrer zur Verfügung. - Der Klassifikator bzw. die Klassifikationseinheit
5 kann lernbasiert arbeiten, wie bspw. aus derDE 10 2005 062 154 A1 bekannt ist, d. h. er wird vorab über eine Menge von Lernbeispielen entsprechend trainiert, deren Ausprägungen von dem gewählten Detektionsverfahren abhängen. Bspw. ist es zur Erkennung von Geschwindigkeitsbeschränkungen bekannt, in der Detektionsphase mittels Bildverarbeitungsphasen Kreise im Kamerabild zu suchen und das umgebende Rechteck als Ausschnitt dem Klassifikator vorzulegen, wobei dieses Merkmal „Kreise” eine bestimmte Klasse von Verkehrszeichen definiert. - Ein Verfahren zur Erkennung von kreisförmigen Objekten in Bilddaten eines Bildsensors ist z. Bsp. aus der
DE 10 2005 017 541 A1 bekannt. - Wie oben bereits ausgeführt sind Verkehrszeichen für Geschwindigkeitsbegrenzungen in den meisten Länder einheitlich entsprechend der Wiener Konvention gestaltet und derart charakterisiert, dass der Ziffernblock, der den Geschwindigkeitswert anzeigt, alleine und zentriert im Verkehrszeichen eingebettet ist, wie dies in
2 gezeigt ist und die üblicherweise anzutreffende Bauform darstellt. - Es gibt jedoch neben dieser vereinheitlichten Darstellung von Geschwindigkeitsbegrenzungen auch davon abweichende Zeichenausprägungen, bspw. in Österreich oder Belgien, bei denen der relevante Ziffernblock durch eine kleinere Textangabe, z. Bsp. „km” ergänzt ist, wie die Darstellungen gemäß
3 zeigen, oder der relevante Ziffernblock gemäß4 außermittig angeordnet ist, oft mit der Folge, dass auch die Größe des Ziffernblocks eine andere, zumeist kleinere Größe im Vergleich zu der vereinheitlichten Bauform gemäß2 aufweist. Manchmal entsteht ein Verkehrszeichen gemäß4 auch als Folge eines Überklebens oder Übermalens eines vorhandenen Textzusatzes auf dem Verkehrszeichen. - Für einen Klassifikator, der lernbasiert arbeitet, bedeutet dies, dass für diese Abweichungen von der üblicherweise benutzten Bauform für eine Geschwindigkeitsbegrenzung, bei der der Ziffernblock zentral im Zeichen angeordnet ist, die Variabilität stark zunimmt, da für diese Variationen ebenfalls Lern- bzw. Trainingsbeispiele erzeugt und zur Verfügung gestellt werden müssen. Ferner wird aufgrund der erhöhten Variabilität ein solcher Klassifikator mehr Zeichenhypothesen passieren lassen, wodurch die Gefahr besteht, dass sich die Falschalarm-Rate (False Positives) erhöht.
- Aufgabe der Erfindung ist es daher, ein Verfahren zur Verkehrszeichenerkennung der eingangs genannten Art anzugeben, bei dem die Anzahl der erforderlichen Variationen an Lern- und Trainingsbeispielen für den Klassifikator beschränkt ist, jedoch ohne dass die Erkennungsrate sinkt oder die Echtzeitanforderung in Gefahr sind.
- Diese Aufgabe wird gelöst durch ein Verfahren mit den Merkmalen des Patentanspruchs 1.
- Bei diesem Verfahren, bei welchem die Bilddaten eines Sensors in einer Informationsverarbeitungseinheit analysiert und klassifiziert werden, wobei
- – in einem ersten Verfahrensschritt auf der Grundlage der Ergebnisse einer Analyse wenigstens ein Bildausschnitt ermittelt wird, der mit hinreichender Wahrscheinlichkeit ein Objekt enthält, das ein Verkehrszeichen einer bestimmten Klasse von Verkehrszeichen ist, und
- – in einem zweiten Verfahrensschritt dieser Bildausschnitt einem Klassifikator zugeführt wird, der auf der Basis des ausgewählten Bildausschnittes mittels eines lernbasierten Algorithmus ein Verkehrszeichen aus der bestimmten Klasse erkennt, wird erfindungsgemäß
- – im ersten Verfahrensschritt ein klassenspezifisches Merkmal in dem Bildausschnitt identifiziert,
- – ein modifizierter Bildausschnitt mit dem klassenspezifischen Merkmal in dessen Bildzentrum erzeugt, wobei die durch das Verschieben des klassenspezifischen Merkmals in das Bildzentrum entstehenden Bildbereiche mit geeigneten Bildpunkten aufgefüllt werden, und
- – der modifizierte Bildausschnitt dem Klassifikator zugeführt.
- Wenn nun ein klassenspezifisches Merkmal einer bestimmten Klasse von Verkehrszeichen, bspw. der Klasse der runden Verkehrszeichen mit Geschwindigkeitsbegrenzungen von der vereinheitlichten Norm abweicht, also wenn bspw. bei solchen Verkehrszeichen für eine Geschwindigkeitsbegrenzung der Zeichenblock nicht mittig im Verkehrszeichen angeordnet ist, wird der Bildausschnitt, bevor dieser dem Klassifikator zugeführt wird, dahingehend modifiziert, dass das klassenspezifische Merkmal, also dieser Ziffernblock in das Bildzentrum des Bildausschnittes verschoben wird. Anhand dieses modifizierten Bildausschnittes führt der Klassifikator die Klassifikation durch. Damit braucht der Klassifikator nur noch auf Verkehrszeichen trainiert werden, die das klassenspezifische Merkmal im Zentrum des vorgelegten Bildausschnittes aufweisen, wodurch die Variation der zum Training des Klassifikators erforderlichen Lernbeispiele geringer ausfällt und damit auch die Menge an bereitzustellenden Trainingsbeispielen reduziert werden kann.
- Durch diese Einschränkung, dass also der Klassifikator nur noch klassenspezifische Merkmale klassifizieren muss, die im Zentrum des zu verarbeitenden Bildausschnittes liegen und deshalb auch die Anzahl der Trainingsbeispiele reduziert ist, kann das Klassifikationsverfahren robust gestaltet werden.
- Bei einer besonders vorteilhaften Weiterbildung der Erfindung wird der modifizierte Bildausschnitt dadurch erzeugt, dass das klassenspezifische Merkmal in die Repräsentation eines in einer Datenbank gespeicherten Verkehrszeichens der bestimmten Klasse von Verkehrszeichen eingesetzt wird. Dies bedeutet, dass anstelle des realen Bildausschnittes ein künstliches Verkehrszeichen der bestimmten Klasse, das jedoch das klassenspezifische Merkmal nicht aufweist und in einer Datenbank gespeichert ist, verwendet wird und in das das zu klassifizierende klassenspezifische Merkmal eingesetzt wird. Der in dieser Weise erzeugte modifizierte Bildausschnitt wird anschließend zur Klassifikation dem Klassifikator vorgelegt. Auch damit lässt sich die Variabilität der Trainingsbeispiel vorteilhaft reduzieren, mit der Folge dass die Erkennungsrate steigt.
- Gemäß einer vorteilhaften Weiterbildung der Erfindung kann nicht nur eine Lagenormierung hinsichtlich des klassenspezifischen Merkmals vorgenommen werden, sondern zusätzlich auch eine Größennormierung, indem in dem modifizierten Bildausschnitt das klassenspezifische Merkmal auf eine vorgegebene Bildgröße gesetzt wird. Somit kann durch diese Maßnahme die Anzahl der bereitzustellenden Trainingsbeispiele für den Klassifikator nochmals reduziert werden, wodurch eine weitere Verbesserung der Robustheit des Klassifikationsverfahrens erzielbar ist.
- Bei einer bevorzugten Weiterbildung der Erfindung wird eine Lage- und/oder Größennormierung nur durchgeführt, wenn der zu verarbeitende Bildausschnitt eine bestimmte Größe aufweist. Somit kann verhindert werden, dass Objekte mit einer dem klassenspezifischen Merkmal ähnlichen Struktur als mögliches Verkehrszeichen identifiziert werden oder Objekte, die zu weit vom Fahrzeug entfernt sind oder einer benachbarten Fahrspur zugeordnet sind aussortiert werden.
- Ferner wird in vorteilhafter Weise bei einer weiteren Fortbildung des erfindungsgemäßen Verfahrens ein modifizierter Bildausschnitt nur dann erzeugt, wenn wenigstens eine Klassifikation der Bilddaten, vorzugsweise eine vorgegebene Anzahl von Bildzyklen erfolglos ist. Dies führt zu vorteilhaftem Verhalten des Klassifikationsverfahrens hinsichtlich der Echtzeitanforderungen an das Erkennungsverfahren.
- Besonders vorteilhaft ist es hinsichtlich des Klassifikationsverfahrens, wenn die durch das Verschieben des klassenspezifischen Merkmals in das Bildzentrum entstehenden Bildbereiche mit Bildpunkten entsprechend den Bildpunkten der Umgebung des klassenspezifischen Merkmals aufgefüllt werden. Dies führt zu einer Erhöhung der Erkennungsrate. Vorzugsweise können diese Bildbereiche auch mit Bildpunkten einer bestimmten Farbe aufgefüllt werden, mit Bildpunkten, die aus den Bildpunkten der Umgebung des modifizierten Bildausschnittes berechnet werden, z. Bsp. als Mittelwert hinsichtlich einer mittleren Helligkeit oder als konstante Farbe, z. Bsp. der Hintergrundfarbe des Verkehrsschildes mit dem Ziel, eine Darstellung für den Klassifikator zu erreichen, die den Trainingsbeispielen entspricht.
- Besonders vorteilhaft lässt sich das erfindungsgemäße Verfahren auf eine Klasse von kreisrunden Verkehrszeichen anwenden, und innerhalb dieser Verkehrszeichenklasse auf solche Verkehrszeichen mit einem Ziffernblock, also bspw. Verkehrszeichen mit Geschwindigkeitsbegrenzungen.
- Die Erfindung wird nachfolgend unter Bezugnahme auf die Zeichnungen näher erläutert. Es zeigen:
-
1 ein schematisches Blockschaltbild einer Schaltungsanordnung zur Erläuterung eines bekannten Verkehrszeichenerkennungsverfahrens, -
2 eine Darstellung eines gemäß der Wiener Konvention normierten Verkehrszeichens mit einer Geschwindigkeitsbegrenzung, -
3 Darstellung von Verkehrszeichen, die von der Bauform gemäß des Verkehrszeichens nach2 abweichen, -
4 eine weitere Darstellung eines Verkehrszeichens mit von der Bauform gemäß des Verkehrszeichens nach2 abweichender Bauform, -
5 ein schematisches Blockschaltbild einer Schaltungsanordnung zur Erläuterung des erfindungsgemäßen Verkehrszeichenerkennungsverfahrens, -
6 Darstellungen eines Verkehrszeichens zur Erläuterung des erfindungsgemäßen Verkehrszeichenerkennungsverfahrens, und -
7 eine weitere Darstellung eines Verkehrszeichens zur Erläuterung des erfindungsgemäßen Verkehrszeichenerkennungsverfahrens. - Das Blockschaltbild einer Schaltungsanordnung gemäß
5 entspricht in seinem strukturellen Aufbau demjenigen nach1 . Gegenüber dieser Schaltungsanordnung nach1 weist die Schaltungsanordnung nach5 neben der Kamera1 , der Speichereinheit3 , der Detektionseinheit4 , der Klassifikationseinheit5 , dem Ausgabespeicher6 und der Ausgabeeinheit7 zusätzlich erfindungsgemäß eine Zentrierungseinheit8 auf, wobei die Zentrierungseinheit8 noch durch eine Größennormierungseinheit9 ergänzt werden kann. - Die von der Kamera
1 aufgenommenen Bilddaten von Bildzyklen werden in der Speichereinheit3 gespeichert und der Detektionseinheit4 zur Detektion von relevanten Bildausschnitten zugeführt. Relevante Bildausschnitte sind solche Bilddaten, die mit hinreichender Wahrscheinlichkeit ein Verkehrszeichen einer bestimmten Klasse enthalten, bspw. ein kreisrundes Verkehrszeichen. Weiterhin wird für diese bestimmte Klasse von Verkehrszeichen ein klassenspezifisches Merkmal detektiert, das bspw. ein Ziffernblock eines Geschwindigkeitsbeschränkungs-Verkehrszeichens sein kann. -
6a zeigt einen solchen relevanten Bildausschnitt10 , der ein kreisrundes Verkehrszeichen mit einem Ziffernblock11 als klassenspezifisches Merkmal enthält, wobei dieser Ziffernblock11 eine Geschwindigkeitsbegrenzung von „60” anzeigt. Dieser Ziffernblock11 liegt außerhalb des Zentrums des Bildausschnittes10 , wie anhand des in6a eingezeichneten Fadenkreuzes zu erkennen ist. - Dieser Bildausschnitt
10 gemäß6a wird im nächsten Verfahrensschritt an die Zentrierungseinheit8 weitergeleitet, die aus diesem Bildausschnitt10 einen modifizierten Bildausschnitt12 erzeugt, der in6b dargestellt ist. Hierbei wird der Ziffernblock11 im Zentrum des Bildausschnittes10 erzeugt, so dass ein modifizierter Bildausschnitt12 gemäß6b entsteht, wobei die Zentrierung des Ziffernblocks11 anhand des eingezeichneten Fadenkreuzes eindeutig erkennbar ist. Durch das Erzeugen bzw. Verschieben des Ziffernblocks11 in das Zentrum des Bildausschnitts12 , entsteht ein Bildbereich13 der ursprünglichen Lage des Ziffernblocks11 , der einen Teil der Struktur der Ziffer „6” des Ziffernblocks11 zeigt. Dieser Bildbereich13 wird ersetzt bzw. mit geeigneten Bildpunkten überschrieben. So kann bspw. dieser Bildbereich13 mit Bildpunkten entsprechend den Bildpunkten der Umgebung des Ziffernblocks11 ersetzt werden, oder auch mit Bildpunkten einer bestimmten Farbe, oder mit Bildpunkten, die dem Mittelwert der Bildpunkte des modifizierten Bildausschnittes12 entsprechen. Ferner besteht die Möglichkeit den Bildbereich13 mit Bildpunkten entsprechend dem Hintergrund des Bildausschnittes10 aufzufüllen. - Das mit dem modifizierten Bildausschnitt
12 erzeugte Bild entspricht damit dem normierten Verkehrszeichen gemäß2 . - Der modifizierte Bildausschnitt
12 wird nun der Klassifikationseinheit5 zugeführt, die das Verkehrszeichen gemäß2 mit der Geschwindigkeitsangabe „60” aus dem Bildausschnitt12 identifiziert und in den Ausgangsspeicher6 abgelegt. Von dort kann es für den Fahrer bspw. als aktuell zulässige Höchstgeschwindigkeit im Kombiinstrument seines Fahrzeugs angezeigt werden. - Ein weiteres Beispiel zur Erkennung eines Verkehrszeichens mit dem erfindungsgemäßen Verfahren wird anhand der
7a und7b erläutert. Hiernach wird gemäß7a ein Bildausschnitt10 detektiert, der neben einem Ziffernblock11 als klassenspezifisches Merkmal auch einen Zusatz „km” enthält. Auch in diesem Bildausschnitt10 liegt der Ziffernblock11 außerhalb der Bildmitte, was wiederum anhand des gezeichneten Fadenkreuzes erkennbar ist. - Bevor dieser Bildausschnitt
10 klassifiziert wird, erfolgt mittels der Zentrierungseinheit8 , wie bereits im Zusammenhang mit der Beschreibung der6 erläutert wurde, eine Zentrierung dieses Ziffernblocks11 in das Zentrum des Bildausschnittes10 , so dass ein modifizierter Bildausschnitt12 gemäß7b entsteht. - Auch entstehen bei der Erzeugung dieses modifizierten Bildausschnittes
12 mit der zentralen Anordnung des Ziffernblocks11 Bildbereiche14 und15 aus der ursprünglichen Lage des Ziffernblocks11 in dem Bildausschnitt10 , die einen Teil der Struktur der Ziffer „6” des Ziffernblocks11 bzw. einen Teil der Struktur des Zusatzes „km” zeigen. Entsprechend wie in dem letzten Beispiel i. Z. mit der6b beschrieben, werden diese Bildbereiche14 und15 mit geeigneten Bildpunkten ersetzt bzw. überschrieben, so dass die Klassifikationseinheit5 eine Identifikation eines Verkehrszeichens anhand eines modifizierten Bildausschnittes12 durchführen kann, das der normierten Bauform eines Verkehrszeichens gemäß2 entspricht. - Der modifizierte Bildausschnitt
12 kann auch derart erzeugt werden, dass hierzu in einem Datenspeicher der Detektionseinheit4 abgelegte künstliche Verkehrszeichen der bestimmten Klasse verwendet werden, die jedoch das klassenspezifische Merkmal nicht aufweisen. Eine Repräsentation eines solchen Verkehrszeichens entspricht einem wie in2 dargestellten runden Verkehrszeichen mit rotem Rand, jedoch ohne den Ziffernblock mit der Geschwindigkeitsangabe „60”. Der von der Detektionseinheit4 aus dem realen Bildausschnitt10 detektierte Ziffernblock11 wird in ein solches künstliches Verkehrszeichen eingesetzt und als modifizierter Bildausschnitt12 der Klassifikationseinheit5 weitergeleitet. - Neben der Lagenormierung eines Ziffernblocks
11 in einem Bildausschnitt10 kann auch zusätzlich eine Größennormierung des erkannten Ziffernblocks11 durchgeführt werden. Hierzu zeigt die Schaltungsanordnung gemäß5 zusätzlich eine Größennormierungseinheit9 , der zunächst ein Bildausschnitt10 zugeführt wird, um den darin erkannten Ziffernblock11 hinsichtlich dessen Größe auf ein vorgegebenes Maß zu ändern, also zu normieren. Der derart modifizierte Bildausschnitt wird jetzt der Zentrierungseinheit8 zugeführt, damit aus dem vor der Größennormierungseinheit9 modifizierten Bildausschnitt ein weiter modifizierter Bildausschnitt12 gemäß6b oder7b mit zentriertem Ziffernblock11 erzeugt wird. - Auch kann das erfindungsgemäße Verkehrszeichenerkennungsverfahren dahingehend modifiziert werden, dass vor der Zentrierung und/oder Größennormierung bestimmte Bedingungen hinsichtlich des Bildausschnittes
10 erfüllt sein müssen. - So kann zunächst eine Klassifikation des Bildausschnittes
10 durch die Klassifikationseinheit5 durchgeführt werden, also zunächst der in der Detektionseinheit4 erzeugte Bildausschnitt10 der Klassifikationseinheit5 zugeführt werden, und erst, wenn nach einer bestimmten Anzahl von Bildzyklen eine erfolgreiche Klassifikation nicht durchgeführt werden kann, wird dieser Bildausschnitt10 zurück zur Detektionseinheit4 und dann der Zentrierungseinheit8 oder der Größennormierungseinheit9 zugeführt. - Des Weiteren kann eine solche Bedingung auch darin bestehen, dass Bildausschnitte
10 eine bestimmte Größe aufweisen müssen. Damit werden Objekte aussortiert, die entweder zu weit vom Fahrzeug entfernt sind, kein Verkehrszeichen darstellen oder Verkehrszeichen von benachbarten Fahrspuren sind. - Bezugszeichenliste
-
- 1
- Kamera
- 2
- Informationsverarbeitungseinheit
- 3
- Speichereinheit für Bilddaten
- 4
- Detektionseinheit
- 5
- Klassifikationseinheit
- 6
- Ausgabespeicher
- 7
- Ausgabeeinheit
- 8
- Zentrierungseinheit
- 9
- Größennormierungseinheit
- 10
- Bildausschnitt
- 11
- klassenspezifisches Merkmal, Ziffernblock
- 12
- modifizierter Bildausschnitt
- 13
- Bildbereich
- 14
- Bildbereich
- 15
- Bildbereich
- ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- DE 19852631 A1 [0003]
- DE 102005062154 A1 [0007]
- DE 102005017541 A1 [0008]
Claims (9)
- Verfahren zur Verkehrszeichenerkennung, welches die Bilddaten eines Sensors (
1 ) in einer Informationsverarbeitungseinheit analysiert und klassifiziert, wobei – in einem ersten Verfahrensschritt auf der Grundlage der Ergebnisse einer Analyse wenigstens ein Bildausschnitt (10 ) ermittelt wird, der mit hinreichender Wahrscheinlichkeit ein Objekt enthält, das ein Verkehrszeichen einer bestimmten Klasse von Verkehrszeichen ist, und – in einem zweiten Verfahrensschritt dieser Bildausschnitt (10 ) einem Klassifikator (5 ) zugeführt wird, der auf der Basis des ausgewählten Bildausschnittes (10 ) mittels eines lernbasierten Algorithmus ein Verkehrszeichen aus der bestimmten Klasse erkennt, dadurch gekennzeichnet, dass – im ersten Verfahrensschritt ein klassenspezifisches Merkmal (11 ) in dem Bildausschnitt (10 ) identifiziert wird, – ein modifizierter Bildausschnitt (12 ) mit dem klassenspezifischen Merkmal (11 ) in dessen Bildzentrum erzeugt wird, wobei die durch das Verschieben des klassenspezifischen Merkmals (11 ) in das Bildzentrum entstehenden Bildbereiche (13 ,14 ,15 ) mit geeigneten Bildpunkten aufgefüllt werden, und – der modifizierte Bildausschnitt (12 ) dem Klassifikator (5 ) zugeführt wird. - Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass der modifizierte Bildausschnitt dadurch erzeugt wird, dass das klassenspezifische Merkmal in die Repräsentation eines in einer Datenbank gespeicherten Verkehrszeichens der bestimmten Klasse von Verkehrszeichen eingesetzt wird.
- Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass in dem modifizierten Bildausschnitt (
12 ) das klassenspezifische Merkmal (11 ) auf eine vorgegebene Bildgröße gesetzt. - Verfahren nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, dass ein modifizierter Bildausschnitt (
12 ) nur dann erzeugt wird, wenn der Bildausschnitt (10 ) ein vorgegebene Größe aufweist. - Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein modifizierter Bildausschnitt (
12 ) nur dann erzeugt wird, wenn wenigstens eine Klassifikation der Bilddaten erfolglos ist. - Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die durch das Verschieben des klassenspezifischen Merkmals (
11 ) in das Bildzentrum entstehenden Bildbereiche (13 ,14 ,15 ) mit Bildpunkten entsprechend den Bildpunkten der Umgebung des klassenspezifischen Merkmals (11 ) aufgefüllt werden. - Verfahren nach einem der vorhergehenden Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die durch das Verschieben des klassenspezifischen Merkmals (
11 ) in das Bildzentrum entstehenden Bildbereiche (13 ,14 ,15 ) mit Bildpunkten aufgefüllt werden, die aus den Bildpunkten der Umgebung des klassenspezifischen Merkmals (11 ) berechnet werden. - Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die bestimmte Klasse von Verkehrszeichen kreisrunde Verkehrszeichen umfasst.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die bestimmte Verkehrszeichenklasse Verkehrszeichen mit einem Ziffernblock umfassen.
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102009048066A DE102009048066A1 (de) | 2009-10-01 | 2009-10-01 | Verfahren zur Verkehrszeichenerkennung |
US13/388,095 US9418303B2 (en) | 2009-10-01 | 2010-09-24 | Method for traffic sign recognition |
DE112010001500T DE112010001500A5 (de) | 2009-10-01 | 2010-09-24 | Verfahren zur verkehrszeichenerkennung |
PCT/DE2010/001123 WO2011038714A1 (de) | 2009-10-01 | 2010-09-24 | Verfahren zur verkehrszeichenerkennung |
JP2012531237A JP5657677B2 (ja) | 2009-10-01 | 2010-09-24 | 交通標識の識別方法 |
EP10776537.2A EP2483836B1 (de) | 2009-10-01 | 2010-09-24 | Verfahren zur verkehrszeichenerkennung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102009048066A DE102009048066A1 (de) | 2009-10-01 | 2009-10-01 | Verfahren zur Verkehrszeichenerkennung |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102009048066A1 true DE102009048066A1 (de) | 2011-04-07 |
Family
ID=43357950
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102009048066A Withdrawn DE102009048066A1 (de) | 2009-10-01 | 2009-10-01 | Verfahren zur Verkehrszeichenerkennung |
DE112010001500T Withdrawn DE112010001500A5 (de) | 2009-10-01 | 2010-09-24 | Verfahren zur verkehrszeichenerkennung |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112010001500T Withdrawn DE112010001500A5 (de) | 2009-10-01 | 2010-09-24 | Verfahren zur verkehrszeichenerkennung |
Country Status (5)
Country | Link |
---|---|
US (1) | US9418303B2 (de) |
EP (1) | EP2483836B1 (de) |
JP (1) | JP5657677B2 (de) |
DE (2) | DE102009048066A1 (de) |
WO (1) | WO2011038714A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012023022A1 (de) | 2012-11-26 | 2014-05-28 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Verfahren und Vorrichtung zur Verkehrszeichenerkennung |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011109387A1 (de) | 2011-08-04 | 2013-02-07 | Conti Temic Microelectronic Gmbh | Verfahren zur Erkennung von Verkehrszeichen |
DE102012206037A1 (de) | 2012-04-13 | 2013-10-17 | Robert Bosch Gmbh | Lernverfahren zur automatisierten Erkennung von Verkehrszeichen, Verfahren zur Bestimmung eines aktualisierten Parametersatzes für eine Klassifikation von einem Verkehrszeichen und Verkehrszeichenerkennungssystem |
US9092696B2 (en) * | 2013-03-26 | 2015-07-28 | Hewlett-Packard Development Company, L.P. | Image sign classifier |
DE102013219909A1 (de) | 2013-10-01 | 2015-04-02 | Conti Temic Microelectronic Gmbh | Verfahren und Vorrichtung zur Erkennung von Verkehrszeichen |
DE102014204002A1 (de) * | 2014-03-05 | 2015-09-10 | Conti Temic Microelectronic Gmbh | Verfahren zur Identifikation eines projizierten Symbols auf einer Straße in einem Fahrzeug, Vorrichtung und Fahrzeug |
FR3027721B1 (fr) * | 2014-10-24 | 2020-08-07 | Peugeot Citroen Automobiles Sa | Procede et systeme de visualisation augmentee de panneaux routiers |
EP3029628A1 (de) * | 2014-12-05 | 2016-06-08 | Delphi Technologies, Inc. | Verfahren zum Erzeugen eines Trainingsbildes |
US9536315B2 (en) | 2015-01-13 | 2017-01-03 | Xerox Corporation | Annotation free license plate recognition method and system |
US9610893B2 (en) | 2015-03-18 | 2017-04-04 | Car1St Technologies, Llc | Methods and systems for providing alerts to a driver of a vehicle via condition detection and wireless communications |
US10328855B2 (en) | 2015-03-18 | 2019-06-25 | Uber Technologies, Inc. | Methods and systems for providing alerts to a connected vehicle driver and/or a passenger via condition detection and wireless communications |
JP6540482B2 (ja) * | 2015-12-04 | 2019-07-10 | 株式会社デンソー | 情報処理システム、情報処理装置及び出力制御方法 |
US10255511B2 (en) * | 2016-01-04 | 2019-04-09 | Texas Instruments Incorporated | Real time traffic sign recognition |
DE102016118538A1 (de) * | 2016-09-29 | 2018-03-29 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Klassifizieren eines Verkehrszeichens in einem Umgebungsbereich eines Kraftfahrzeugs, Rechenvorrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug |
DE102017007055A1 (de) * | 2017-07-26 | 2019-01-31 | Trw Automotive Gmbh | System und Verfahren zur Unterstützung eines Fahrers eines Kraftfahrzeuges bei der Erkennung von Verkehrszeichen |
US10552692B2 (en) * | 2017-09-19 | 2020-02-04 | Ford Global Technologies, Llc | Color learning |
CN109263659A (zh) * | 2018-07-28 | 2019-01-25 | 上海商汤智能科技有限公司 | 智能驾驶控制方法和装置、车辆、电子设备、介质、产品 |
JP7088136B2 (ja) * | 2018-08-31 | 2022-06-21 | 株式会社デンソー | 標示物認識システム及び標示物認識方法 |
WO2020090428A1 (ja) | 2018-10-30 | 2020-05-07 | 三菱電機株式会社 | 地物検出装置、地物検出方法および地物検出プログラム |
US10928828B2 (en) * | 2018-12-14 | 2021-02-23 | Waymo Llc | Detecting unfamiliar signs |
WO2021087334A1 (en) * | 2019-11-01 | 2021-05-06 | Vannevar Labs, Inc. | Neural network-based optical character recognition |
US11380110B1 (en) * | 2020-12-17 | 2022-07-05 | GM Global Technology Operations LLC | Three dimensional traffic sign detection |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19852631A1 (de) | 1998-11-14 | 2000-05-25 | Daimler Chrysler Ag | Vorrichtung und Verfahren zur Verkehrszeichenerkennung |
DE19938256A1 (de) * | 1999-08-12 | 2001-02-15 | Volkswagen Ag | Verfahren und Einrichtung zur elektronischen Erkennung von Verkehrszeichen |
DE102005017541A1 (de) | 2005-04-16 | 2006-10-19 | Adc Automotive Distance Control Systems Gmbh | Verfahren zur Erkennung von kreisförmigen Objekten |
DE102005062154A1 (de) | 2005-12-22 | 2007-07-05 | Daimlerchrysler Ag | Erzeugung großer realistischer Trainingsproben für Klassifikatoren aus wenigen Beispielen |
DE102006059663A1 (de) * | 2006-12-18 | 2008-06-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung, Verfahren und Computerprogramm zum Identifizieren eines Verkehrszeichens in einem Bild |
EP2048597A1 (de) * | 2007-10-10 | 2009-04-15 | Delphi Technologies, Inc. | Verfahren zur Objekterfassung |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5930179A (ja) | 1982-08-10 | 1984-02-17 | Agency Of Ind Science & Technol | パタ−ンの線分近似方式 |
DE3587220T2 (de) | 1984-01-13 | 1993-07-08 | Komatsu Mfg Co Ltd | Identifizierungsverfahren von konturlinien. |
US4901362A (en) | 1988-08-08 | 1990-02-13 | Raytheon Company | Method of recognizing patterns |
US5054094A (en) | 1990-05-07 | 1991-10-01 | Eastman Kodak Company | Rotationally impervious feature extraction for optical character recognition |
US5740274A (en) * | 1991-09-12 | 1998-04-14 | Fuji Photo Film Co., Ltd. | Method for recognizing object images and learning method for neural networks |
US5594806A (en) | 1994-06-20 | 1997-01-14 | Personnel Identification & Entry Access Control, Inc. | Knuckle profile indentity verification system |
US6408109B1 (en) | 1996-10-07 | 2002-06-18 | Cognex Corporation | Apparatus and method for detecting and sub-pixel location of edges in a digital image |
US7034848B2 (en) * | 2001-01-05 | 2006-04-25 | Hewlett-Packard Development Company, L.P. | System and method for automatically cropping graphical images |
US6937747B2 (en) | 2001-09-24 | 2005-08-30 | Hewlett Packard Development Company, L.P. | System and method for capturing non-audible information for processing |
US6888892B2 (en) * | 2001-12-10 | 2005-05-03 | University Of Washington | Method for padding macroblocks |
US6842177B2 (en) * | 2001-12-14 | 2005-01-11 | University Of Washington | Macroblock padding |
US20030202683A1 (en) | 2002-04-30 | 2003-10-30 | Yue Ma | Vehicle navigation system that automatically translates roadside signs and objects |
EP1507129B1 (de) | 2003-08-14 | 2008-01-02 | Harman/Becker Automotive Systems GmbH | Computergestütztes System und Verfahren zur Informationsausgabe an einen Fahrer eines Fahrzeuges |
DE10338455A1 (de) | 2003-08-21 | 2005-04-14 | Robert Bosch Gmbh | Fahrerinformationsvorrichtung |
JP3922245B2 (ja) | 2003-11-20 | 2007-05-30 | 日産自動車株式会社 | 車両周辺監視装置および方法 |
US7526103B2 (en) | 2004-04-15 | 2009-04-28 | Donnelly Corporation | Imaging system for vehicle |
US7466841B2 (en) | 2004-08-16 | 2008-12-16 | Siemens Corporate Research, Inc. | Method for traffic sign detection |
US20060098877A1 (en) | 2004-11-09 | 2006-05-11 | Nick Barnes | Detecting shapes in image data |
US20070081739A1 (en) * | 2005-10-11 | 2007-04-12 | International Business Machines Corporation | Modifying text or images when defect pixels are found on a display |
US7831098B2 (en) | 2006-11-07 | 2010-11-09 | Recognition Robotics | System and method for visual searching of objects using lines |
DE102006053289A1 (de) | 2006-11-13 | 2008-05-15 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Bestimmung einer Durchfahrmöglichkeit in einem Fahrzeug |
EP2383713B1 (de) * | 2006-12-06 | 2013-05-29 | Mobileye Technologies Limited | Detektion und Erkennung von Verkehrszeichen |
JP2008203992A (ja) | 2007-02-16 | 2008-09-04 | Omron Corp | 検出装置および方法、並びに、プログラム |
US8452524B2 (en) | 2007-05-25 | 2013-05-28 | Continental Teves Ag & Co. Ohg | Method and device for identifying traffic-relevant information |
EP2026313B1 (de) | 2007-08-17 | 2011-02-23 | Magneti Marelli S.p.A. | Verfahren und System zur Erkennung von Verkehrszeichen mit Zusatztafeln |
US8233670B2 (en) * | 2007-09-13 | 2012-07-31 | Cognex Corporation | System and method for traffic sign recognition |
ATE452379T1 (de) * | 2007-10-11 | 2010-01-15 | Mvtec Software Gmbh | System und verfahren zur 3d-objekterkennung |
US8370755B2 (en) * | 2007-12-27 | 2013-02-05 | Core Wireless Licensing S.A.R.L. | User interface controlled by environmental cues |
DE102008057675A1 (de) | 2008-11-17 | 2009-07-02 | Daimler Ag | Verfahren zur Verkehrszeichenerkennung |
CN101482920B (zh) * | 2008-12-30 | 2010-12-22 | 广东国笔科技股份有限公司 | 一种手写字符识别方法及系统 |
US8374390B2 (en) | 2009-06-24 | 2013-02-12 | Navteq B.V. | Generating a graphic model of a geographic object and systems thereof |
EP2293247B1 (de) * | 2009-07-29 | 2012-09-05 | Harman Becker Automotive Systems GmbH | Randerkennung mit einstellbarer Schwelle |
US8340420B2 (en) * | 2009-10-05 | 2012-12-25 | National Taiwan University | Method for recognizing objects in images |
US8509526B2 (en) | 2010-04-13 | 2013-08-13 | International Business Machines Corporation | Detection of objects in digital images |
DE102010020330A1 (de) * | 2010-05-14 | 2011-11-17 | Conti Temic Microelectronic Gmbh | Verfahren zur Erkennung von Verkehrszeichen |
DE102011109387A1 (de) | 2011-08-04 | 2013-02-07 | Conti Temic Microelectronic Gmbh | Verfahren zur Erkennung von Verkehrszeichen |
US9160993B1 (en) * | 2013-07-18 | 2015-10-13 | Amazon Technologies, Inc. | Using projection for visual recognition |
-
2009
- 2009-10-01 DE DE102009048066A patent/DE102009048066A1/de not_active Withdrawn
-
2010
- 2010-09-24 EP EP10776537.2A patent/EP2483836B1/de active Active
- 2010-09-24 JP JP2012531237A patent/JP5657677B2/ja active Active
- 2010-09-24 US US13/388,095 patent/US9418303B2/en active Active
- 2010-09-24 DE DE112010001500T patent/DE112010001500A5/de not_active Withdrawn
- 2010-09-24 WO PCT/DE2010/001123 patent/WO2011038714A1/de active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19852631A1 (de) | 1998-11-14 | 2000-05-25 | Daimler Chrysler Ag | Vorrichtung und Verfahren zur Verkehrszeichenerkennung |
DE19938256A1 (de) * | 1999-08-12 | 2001-02-15 | Volkswagen Ag | Verfahren und Einrichtung zur elektronischen Erkennung von Verkehrszeichen |
DE102005017541A1 (de) | 2005-04-16 | 2006-10-19 | Adc Automotive Distance Control Systems Gmbh | Verfahren zur Erkennung von kreisförmigen Objekten |
DE102005062154A1 (de) | 2005-12-22 | 2007-07-05 | Daimlerchrysler Ag | Erzeugung großer realistischer Trainingsproben für Klassifikatoren aus wenigen Beispielen |
DE102006059663A1 (de) * | 2006-12-18 | 2008-06-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung, Verfahren und Computerprogramm zum Identifizieren eines Verkehrszeichens in einem Bild |
EP2048597A1 (de) * | 2007-10-10 | 2009-04-15 | Delphi Technologies, Inc. | Verfahren zur Objekterfassung |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012023022A1 (de) | 2012-11-26 | 2014-05-28 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Verfahren und Vorrichtung zur Verkehrszeichenerkennung |
Also Published As
Publication number | Publication date |
---|---|
US9418303B2 (en) | 2016-08-16 |
US20120128210A1 (en) | 2012-05-24 |
WO2011038714A1 (de) | 2011-04-07 |
DE112010001500A5 (de) | 2012-05-31 |
EP2483836A1 (de) | 2012-08-08 |
JP5657677B2 (ja) | 2015-01-21 |
JP2013506214A (ja) | 2013-02-21 |
EP2483836B1 (de) | 2016-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2483836B1 (de) | Verfahren zur verkehrszeichenerkennung | |
EP2569731B1 (de) | Verfahren zur erkennung von verkehrszeichen | |
EP1145186B1 (de) | Verfahren und vorrichtung zur leistungssteigerung eines verkehrszeichenerkennungssystems | |
DE102007034505A1 (de) | Verfahren und Vorrichtung zur Verkehrszeichenerkennung | |
DE102008057675A1 (de) | Verfahren zur Verkehrszeichenerkennung | |
DE102014106506A1 (de) | Verfahren zum Durchführen einer Diagnose eines Kamerasystems eines Kraftfahrzeugs, Kamerasystem und Kraftfahrzeug | |
DE102016003424A1 (de) | Verfahren und Vorrichtung zum Erkennen von Verkehrszeichen | |
DE102017006155A1 (de) | Verfahren zum Betreiben eines Sensorsystems eines Fahrzeugs | |
DE102019103963A1 (de) | Ildgebungsvorrichtung | |
DE102017209262A1 (de) | Verfahren und Vorrichtung zur automatischen Gestenerkennung | |
EP2320384B1 (de) | Verfahren zur Kennzeichenerkennung und Mautkategorisierung von Fahrzeugen | |
DE102016008218A1 (de) | Verfahren zum verbesserten Erkennen von Objekten durch ein Fahrerassistenzsystem | |
DE102017124600A1 (de) | Semantische Segmentierung eines Objekts in einem Bild | |
DE102017010832A1 (de) | Verfahren zur Bewertung einer erkannten Geschwindigkeitsbegrenzung | |
DE4407998C2 (de) | Verfahren und Vorrichtung zur Erkennung eines Musters auf einem Beleg | |
EP1906374A2 (de) | Ortungseinrichtung für ein Kraftfahrzeug | |
DE102022003968A1 (de) | Verfahren zum Erkennen eines Schlaganfalles eines Insassen in einem Fahrzeug | |
EP2259210A2 (de) | Verfahren und Vorrichtung zur Analyse einer Datenbank | |
EP3772017A1 (de) | Bahnsignalerkennung für autonome schienenfahrzeuge | |
DE102007021579A1 (de) | Verfahren und Vorrichtung zur Klassifikation mindestens eines Verkehrszeichens | |
DE102016103037A1 (de) | Verfahren zum Überprüfen einer Funktionstüchtigkeit eines Kamera-Monitor-Systems, Kamera-Monitor-System sowie Kraftfahrzeug | |
DE69928320T2 (de) | Verfahren und Vorrichtung zur Erkennung eines Musters auf einem präsentierten Gegenstand | |
DE102021001677A1 (de) | Verfahren zum Erkennen von Beschädigungen eines Objekts, Steuervorrichtung zur Durchführung eines solchen Verfahrens, Detektionsvorrichtung mit einer solchen Steuervorrichtung und Kraftfahrzeug mit einer solchen Detektionsvorrichtung | |
DE102021213097B3 (de) | Verfahren zum Klassifizieren von Objekten in einem Bild, welches die Fahrbahn im Vorfeld eines Kraftfahrzeugs zeigt | |
DE102019008438A1 (de) | Vorrichtung und Verfahren zur Erkennung von Objekten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OM8 | Search report available as to paragraph 43 lit. 1 sentence 1 patent law | ||
R118 | Application deemed withdrawn due to claim for domestic priority |
Effective date: 20111108 |