Entropie als Maß des lokalen Informationsgehalts in Bildern zur Realisierung einer Aufmerksamkeitssteuerung

Basierend auf der Informationstheorie, die C. Shannon [Sha48] einfuhrte, wird der lokale Informationsgehalt in Bildern geschatzt. Hierbei wird die Entropie als Mas der zu erwartenden Information eines Bildausschnitts herangezogen. Dieses lokale Bildentropiemas realisiert eine Aufmerksamkeitssteuerung, die ein Teilmodul der Anwendung „Autonomes Fuhren von Fahrzeugen” bildet.

[1]  Prabir Bhattacharya,et al.  Iterative histogram modification of gray images , 1995, IEEE Trans. Syst. Man Cybern..

[2]  Peter Seitz,et al.  Minimum class entropy: A maximum information approach to layered networks , 1989, Neural Networks.

[3]  Settimo Termini,et al.  A Definition of a Nonprobabilistic Entropy in the Setting of Fuzzy Sets Theory , 1972, Inf. Control..

[4]  Christian Goerick,et al.  Artificial neural networks in real-time car detection and tracking applications , 1996, Pattern Recognit. Lett..

[5]  C. E. SHANNON,et al.  A mathematical theory of communication , 1948, MOCO.

[6]  Thomas M. Cover,et al.  Elements of Information Theory , 2005 .

[7]  W. von Seelen,et al.  Real-time vehicle tracking and classification , 1995, Proceedings of the Intelligent Vehicles '95. Symposium.

[8]  W. J. Gillner,et al.  Motion based vehicle detection on motorways , 1995, Proceedings of the Intelligent Vehicles '95. Symposium.

[9]  Athanasios Papoulis,et al.  Probability, Random Variables and Stochastic Processes , 1965 .

[10]  L. Brillouin,et al.  Science and information theory , 1956 .

[11]  Thierry Pun,et al.  Entropic thresholding, a new approach , 1981 .

[12]  Reinhold Behringer,et al.  The seeing passenger car 'VaMoRs-P' , 1994, Proceedings of the Intelligent Vehicles '94 Symposium.