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 ist die Integration statistisch gelernter Mocap（动作捕捉）信息在系统中标记自由Schätzung menschlicher Bewegung。 Drittens sollen Mechanismen entwickelt werden, die eine Rückkopplung对数据银行的一般性分析、分类和分类的验证。在一个自下而上的过程中，对数据分析的理解和使用进行了先验的知识验证。 SMART-Projekt sollen nun erweitert werden, so dass neben dem dritten Jahr noch ein weiteres, viertes Jahr beantragt wird. dann auf die Arbeitspakte und Erweiterungen für das dritte und vierte Jahr ein (Abschnitt 3)。并在 Journalen vorgestellt wurden 中。