Dynamische statistische Modelle für zeitlich veränderliche implizite Formen

时变隐式形式的动态统计模型

• 批准号: 109672137
• 负责人: Professor Dr. Daniel Cremers
• 金额: --
• 依托单位: Lehrstuhl für Informatik IX: Bildverarbeitung und Künstliche Intelligenz
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2009
• 资助国家: 德国
• 起止时间: 2008-12-31 至 2010-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/109672137?language=en
• 关键词: Dynamische; statistische; Modelle; zeitlich; ver

Zur Segmentierung vertrauter Objekte in einem gegebenen Bild sind eine Vielzahl statistischer Formmodelle vorgeschlagen worden. Die meisten existierenden Arbeiten konzentrieren sich auf zeitunabhängige Modelle. Andererseits ist es offensichtlich, dass die zeitlich aufeinanderfolgenden Silhouetten eines deformierbaren Objektes im Allgemeinen hochgradig korreliert sind. Beispielsweise sind bestimmte Silhouetten eines laufenden Menschen zu verschiedenen Zeiten des Laufzyklus mehr oder weniger wahrscheinlich. In dem hier vorgeschlagenen Projekt sollen mathematische Methoden entwickelt werden, um zeitliche Evolutionen von Formen zu erfassen. Insbesondere sollen Metriken und statistische Modelle für implizit repräsentierte Formen entwickelt werden, die sich zeitlich verändern. Mit Hilfe einer neuen probabilistischen impliziten Formrepräsentation werden wir ausserdem beweisen, dass die Bildsegmentierung mit dynamischen Formmodellen als konvexes Optimierungsproblem formuliert werden kann. Dadurch vermeidet man eine Konvergenz zu unerwünschten lokalen Minima, eines der klassischen Probleme bisheriger Variationsansätze. Potentielle Anwendungen sind: Algorithmen, die es erlauben das Verfolgen vertrauter deformierbarer Formen (z.B. laufender Menschen) in Bildsequenzen zu verbessern; Algorithmen, die bestimmen, ob eine gegebene Bildsequenz (beispielsweise) mit der eines laufenden Menschen konsistent ist; oder Algorithmen, die bestimmen, ob zwei gegebene Laufsequenzen von der gleichen Person stammen oder nicht. Durch die Verflechtung der Theorie der Formendarstellung und der Theorie der dynamischen Systeme erwarten wir neue Methoden zur Modellierung, Schätzung und Interpretation zeitlich veränderlicher Formen.

Zur Segmentierung vertrauter Objekte in einem gegebenen Bild sind eine Vielzahl statistischer Formmodelle vorgeschlagen worden。轮廓是变形的对象在所有高级 korreliert 信德。索伦的数学方法是在世界范围内发展起来的，是一种从形式上演变的数学方法。表单模型是一种动态的模型，它是通过动态形式模型来解决优化问题的。 Potentielle Anwendungen sind：Algorithmen，die es erlauben das Verfolgen vertrautermorphier barer Formen (z.B. laufender Menschen) in Bildsequenzen zu verbessern；算法是最好的，它是由人自己决定的。 Veränderlicher Formen。