Nein
Refine
Year of publication
Document Type
- Conference Proceeding (463)
- Article (221)
- Part of a Book (122)
- Other Publications (121)
- Book (76)
- Report (73)
- Doctoral Thesis (31)
- Master's Thesis (7)
- Patent (3)
- Bachelor Thesis (2)
Language
- German (582)
- English (538)
- Multiple languages (5)
Keywords
- (Strict) sign-regularity (1)
- 360-degree coverage (1)
- 3D Extended Object Tracking (EOT) (1)
- 3D Skelett Wickeltechnik (1)
- 3D ship detection (1)
- AAL (3)
- ADAM (1)
- Aboriginal people (1)
- Abrasive grain material (1)
- Abtragsprinzip (1)
Institute
- Fakultät Architektur und Gestaltung (26)
- Fakultät Bauingenieurwesen (30)
- Fakultät Elektrotechnik und Informationstechnik (15)
- Fakultät Informatik (54)
- Fakultät Maschinenbau (36)
- Fakultät Wirtschafts-, Kultur- und Rechtswissenschaften (54)
- Institut für Angewandte Forschung - IAF (45)
- Institut für Naturwissenschaften und Mathematik - INM (3)
- Institut für Optische Systeme - IOS (21)
- Institut für Strategische Innovation und Technologiemanagement - IST (48)
In the reverse engineering process one has to classify parts of point clouds with the correct type of geometric primitive. Features based on different geometric properties like point relations, normals, and curvature information can be used, to train classifiers like Support Vector Machines (SVM). These geometric features are estimated in the local neighborhood of a point of the point cloud. The multitude of different features makes an in-depth comparison necessary. In this work we evaluate 23 features for the classification of geometric primitives in point clouds. Their performance is evaluated on SVMs when used to classify geometric primitives in simulated and real laser scanned point clouds. We also introduce a normalization of point cloud density to improve classification generalization.
Klimawandel
(2017)
Vortrag
Welterbe Bauhaus
(2017)
Compliance im Personalwesen
(2019)
Der Erfolg eines Unternehmens hängt nicht nur von qualifizierten, sondern maßgeblich auch von motivierten, zuverlässigen und integren Mitarbeitern ab. Denn mögliche Compliance-Risiken beruhen in vielen Fällen auf einem Fehlverhalten der eigenen Mitarbeiter. Derartige Risiken können sehr einfach minimiert werden, indem von vornherein keine Personen eingestellt oder befördert werden, die in der Vergangenheit straffällig geworden sind oder deren Zuverlässigkeit und Integrität angezweifelt werden kann. Doch nicht immer ist die Sachlage so offensichtlich. Für Unternehmen ist es daher wichtig, Compliance auch im Personalmanagement und in den Personalprozessen zu berücksichtigen und zu integrieren.