Videoanalyse für fliegende Rettnungshunde

Hänni, Cyrill and Kessler, Dominik Bastian (2019) Videoanalyse für fliegende Rettnungshunde. Bachelor thesis, HSR Hochschule für Technik Rapperswil.

[thumbnail of FS 2019-BA-EP-Kessler-Hänni-Videoanalyse für fliegende Rettnungshunde.pdf] Text
FS 2019-BA-EP-Kessler-Hänni-Videoanalyse für fliegende Rettnungshunde.pdf - Supplemental Material

Download (1MB)

Abstract

Ausgangslage: In der Alpinen Rettung kann es immer wieder zu Situationen kommen, in der die Retter mit den herkömmlichen Mitteln wie Hunden oder Helikoptern Schwierigkeiten haben, eine vermisste Person zu suchen. Dies ist meist wetter- oder geländebedingt. Daher wird in einem fortlaufend Projekt, der Einsatz von Drohnen für das Suchen von Personen untersucht. In dieser Bachelorarbeit wird evaluiert, ob man unter den gegebenen Einschränkungen, Personen oder Gegenstände automatisch in Videos erkennen kann.

Vorgehen: In einem ersten Schritt wurde eine Technologieevaluation und eine Machbarkeitsanalyse durchgeführt. Dabei wurden verschiedene Frameworks und Algorithmen angeschaut und miteinander verglichen.

Ergebnis: Die Technologieevaluation und Machbarkeitsstudie haben gezeigt, dass das Problem lösbar ist und wir konnten eine macOS Applikation entwickeln, welche die Objekte mit Hilfe von Deep Learning findet. Zusätzlich wurde die bestehende iOS Applikation, welche zur Kontrolle des Drohnenfluges eingesetzt wird, so erweitert, dass der Livestream der Drohne in Echtzeit analysiert werden kann. Nebst der Implementation, wurden Konzepte erarbeitet, um die Analyse weiter zu optimieren und die Analyse auch auf anderen Plattformen zu ermöglichen.

Item Type: Thesis (Bachelor)
Subjects: Area of Application > Mobile > Mobile App
Area of Application > Multimedia > Video
Area of Application > Healthcare, Medical Sector
Technologies > Programming Languages > Python
Technologies > Operating Systems > MacOSX
Brands > Apple
Divisions: Bachelor of Science FHO in Informatik > Bachelor Thesis
Depositing User: OST Deposit User
Contributors:
Contribution
Name
Email
Thesis advisor
Metha, Farhad
UNSPECIFIED
Date Deposited: 30 Sep 2019 18:19
Last Modified: 25 Jan 2023 13:15
URI: https://eprints.ost.ch/id/eprint/801

Actions (login required)

View Item
View Item