Datengestützte Stabilisierung markerfreier videobasierter Motion-Capture-Systeme durch Integration von statistischen Lernmethoden in Retrieval- und Klassifikationstechniken für 3D-Bewegungsdaten

通过将统计学习方法集成到 3D 运动数据的检索和分类技术中，为无标记视频运动捕捉系统提供数据支持的稳定性

• 批准号: 37271895
• 负责人: Professor Dr. Daniel Cremers
• 金额: --
• 依托单位: Institut für Informationsverarbeitung
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2007
• 资助国家: 德国
• 起止时间: 2006-12-31 至 2013-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/37271895?language=en
• 关键词: Datengest; tzte; Stabilisierung; markerfreier; videobasierter

Ziel des beantragten Projekts ist die Integration statistisch gelernter Mocap (Motion Capture) Information in ein System zur markerfreien Schätzung menschlicher Bewegung. Das Projekt hat drei Schwerpunkte: Erstens sollen Methoden entwickelt werden, um Information aus Mocap-Datenbanken statistisch zu repräsentieren und zu lernen. Zweitens soll dieses statistisch gelernte a priori Wissen in verschiedenen Phasen der markerfreien Bewegungsschätzung zur Klassifikation der Bewegungsmuster und zur Stabilisierung des Trackings eingesetzt werden. Drittens sollen Mechanismen entwickelt werden, die eine Rückkopplung von der Bewegungsanalyse zur Generierung von Datenbankvorwissen erlauben, um damit eine Verfeinerung bei der Klassifikation und bei der Bearbeitung von Suchanfragen zu ermöglichen. Auf diese Weise soll in einer Top-Down Strategie das Einbringen von Bewegungsdynamik zur Verbesserung der Bildanalyse verwendet und umgekehrt in einem Bottom-Up Prozess das aus der Datenbank gelernte a priori Wissen verfeinert werden. Das im Erstantrag auf drei Jahre ausgelegte SMART-Projekt wurde zunächst für zwei Jahre bewilligt. Die Zielstellungen des SMART-Projekt sollen nun erweitert werden, so dass neben dem dritten Jahr noch ein weiteres, viertes Jahr beantragt wird. Im vorliegenden Fortsetzungsantrag berichten wir über die durchgeführten Arbeiten der ersten zwei Jahre (Abschnitt 2) und gehen dann auf die Arbeitspakte und Erweiterungen für das dritte und vierte Jahr ein (Abschnitt 3). Zusammenfassend lässt sich sagen, dass in den vergangenen zwei Jahren wesentliche Ziele des Erstantrags erfolgreich umgesetzt und auf international führenden Konferenzen und in Journalen vorgestellt wurden.

Ziel des beantragten projekts die Integration statistisch gelernter mocap（运动捕获）信息在EIN系统中ZurMarkerfreienSchätzungzungMenschlicher Bewegung。 das projekt帽子drei schwerpunkte：子选择sollen方法entwickelt werden，um信息aus mocap-datenbanken statistisch zu zurepräsentierenund zu leernen。 Zweitens士兵Statistisch Gellernte在Verschiedenen phasen der Markerfreienbewegungsschätzätzungzungzur zur kallasfikatikation der bewegungsmuster und zur sursierung des truckings trackings eingesetzt werden中，先验地位。 Drittens sollen Mechanismen entwickelt werden, die eine Rückkopplung von der Bewegungsanalyse zur Generierung von Datenbankvorwissen erlauben, um damit eine Verfeinerung bei der Klassifikation und bei der Bearbeitung von Suchanfragen zu ermöglichen. Auf Diese Weise soll in einer自上而下的策略DAS来自bewegungsdynamik Zur bildanalyse verwendet einem自下而上的Prozess das aus datenbank datenbank gelerente a Priori wissen wissen verfeinert werden。 DAS来自Estantrag，Jahre Ausgelegte Smart-Projekt Solren Nun Erweitert Werden。主角是为了全世界（Abschnitt 2）的责任来源，政府得出的结论是，政府给了他们出于世界而死的机会（Abschnitt 3）。 Erfolgreich umgesetzt和Auf InternationalFührendenKonferenzen und in Journal vorgestellet wurden。