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
基本信息
- 批准号:37271895
- 负责人:
- 金额:--
- 依托单位:
- 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:
- 关键词:
项目摘要
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。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Professor Dr. Daniel Cremers其他文献
Professor Dr. Daniel Cremers的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Professor Dr. Daniel Cremers', 18)}}的其他基金
Functional Lifting 2.0: Efficient Convexifications for Imaging and Vision
功能性提升 2.0:用于成像和视觉的高效凸化
- 批准号:
394737018 - 财政年份:2018
- 资助金额:
-- - 项目类别:
Research Grants
Multimodal sparsity models for segmentation of visual objects
用于视觉对象分割的多模态稀疏模型
- 批准号:
263894508 - 财政年份:2015
- 资助金额:
-- - 项目类别:
Research Grants
Efficient Active Online Learning for 3D Reconstruction and Scene Understanding
用于 3D 重建和场景理解的高效主动在线学习
- 批准号:
260350367 - 财政年份:2014
- 资助金额:
-- - 项目类别:
Priority Programmes
Elastische Registrierung dreidimensionaler Formen durch kombinatorische Optimierung
通过组合优化实现三维形状的弹性配准
- 批准号:
225908483 - 财政年份:2013
- 资助金额:
-- - 项目类别:
Research Grants
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 - 财政年份:2009
- 资助金额:
-- - 项目类别:
Research Grants
Variational Methods for Model-based Interacitve Analysis of Flows
基于模型的流量交互分析的变分方法
- 批准号:
81897381 - 财政年份:2008
- 资助金额:
-- - 项目类别:
Priority Programmes
Effiziente Methoden zur optimalen Bewegungssegmentierung
最佳运动分割的有效方法
- 批准号:
36493755 - 财政年份:2007
- 资助金额:
-- - 项目类别:
Research Grants
Statistisches Formenwissen für die 3D-Rekonstruktion
3D 重建的统计形状知识
- 批准号:
52138519 - 财政年份:2007
- 资助金额:
-- - 项目类别:
Research Grants
Auf Grundlage der Bayes`schen Methoden sollen sowohl optimale als auch effiziente Algorithmen für den Bereich Maschinensehen entwickelt werden
基于贝叶斯方法,将开发机器视觉领域的最优且高效的算法
- 批准号:
5448725 - 财政年份:2005
- 资助金额:
-- - 项目类别:
Independent Junior Research Groups
相似海外基金
Robotergestützte Fluoreszenzspektroskopie
机器人辅助荧光光谱
- 批准号:
290278514 - 财政年份:2016
- 资助金额:
-- - 项目类别:
Major Research Instrumentation
Bildgestützte Hochpräzisionsbestrahlungsanlage für Tumore in Kleintieren (Small Animal Radiation Research Platform SARRP)
基于图像的小动物肿瘤高精度放射系统(小动物放射研究平台SARRP)
- 批准号:
274625700 - 财政年份:2015
- 资助金额:
-- - 项目类别:
Major Research Instrumentation
Plasma-unterstützte Gasphasendepositionsanlage (Plasma-Enhanced Chemical Vapor Deposition, PECVD)
等离子体辅助气相沉积系统(等离子体增强化学气相沉积,PECVD)
- 批准号:
273513748 - 财政年份:2015
- 资助金额:
-- - 项目类别:
Major Research Instrumentation
Bildgestützte Hochpräzisionsbestrahlungsanlage für Tumore in Kleintieren
图像支持的小动物肿瘤高精度照射系统
- 批准号:
245712182 - 财政年份:2013
- 资助金额:
-- - 项目类别:
Major Research Instrumentation
Simulationsgestützte Verminderung der Werkzeugbelastung beim Schneideneintrittstroß mit dem Ziel der Standzeitsteigerung
通过仿真支持减少切削刃入口流动期间的刀具负载,以延长使用寿命
- 批准号:
209241696 - 财政年份:2012
- 资助金额:
-- - 项目类别:
Research Grants