Abstract

Ziel des Projekts ist eine ausführliche Auseinandersetzung mit dem Thema
"Objekterkennung". Dabei werden im ersten Teil grundelegende Methoden
der Objekterkennung betrachtet, wie Abgrenzen der Objekte von ihrer Umwelt,
Analyse von Eigenschaften von Objekten (Features), sowie Erkennen
(Klassifizieren) der Objekte anhand ihrer Eigenschaften. Da im weiteren 
das Thema Objekterkennung unter Einsatz von künstlichen neuronalen Netzen 
(ANN) behandelt wurde, befindet sich hier auch eine allgemeine Abhandlung
zu Thema ANN.

Projektziele des zweiten, praktischen Abschnittes war ein möglichst
schnelles Verfahren zur Objekterkennung zu suchen und teilweise
praktisch umzusetzen, welches langfristig auf dem am Institut für
Computerwissenschaften der Universität Salzburg entwickelten Roboter
E.M.M.A. Einsatz finden soll.
Die Themen dieses Abschnittes gliedern sich folglich in zwei Teile:
Zum einen wird für die praktische Umsetzung der ANNs der Stuttgarter
Neuronale Netze Simulator (SNNS) verwendet, weshalb auf Umgang mit
dem SNNS sowie auf die praktische Übertragung der Problemstellung 
auf den SNNS näher eingegangen wird.
Zum anderen werden einige Algorithmen zur Vorverarbeitung einer
konkreten Problemstellung näher betrachtet.

Desweiteren werden im Anhang zusätzliche Informationen wie Bilder und
Demoprogramme zur Verfügung gestellt.