Statistisches Formenwissen für die 3D-Rekonstruktion

3D 重建的统计形状知识

基本信息

项目摘要

Die Rekonstruktion dreidimensionaler Objekte aus einer Menge von Kameraaufnahmen zählt zu den zentralen Forschungsproblemen der Bildverarbeitung. In den letzten Jahren sind zudem Bildsegmentierungsverfahren entwickelt worden, die es erlauben, statistisch gelerntes Wissen über die Form vertrauter Objekte in den Segmentierungsprozeß zu integrieren. Schwerpunkt des beantragten Projektes ist es, derartige Ansätze aus der Bildsegmentierung in den Bereich der Multiview 3D Rekonstruktion zu übertragen. Es sollen statistische Ansätze der 3D Rekonstruktion entwickelt werden, die eine Integration von gelerntem Aprioriwissen über die dreidimensionale Form vertrauter Objekte erlauben. Damit werden auch dann noch zuverlässige Rekonstruktionen möglich, wenn die Information der Einzelbilder unvollständig, mehrdeutig oder fehlerhaft ist. Insbesondere schlägt das beantragte Projekt eine Brücke zwischen Verfahren zur Rekonstruktion generischer Objekte auf der einen Seite und Trackingverfahren zum Verfolgen eines hochgradig userspezifizierten 3D Modells auf der anderen Seite.
三维重建对象是图像处理问题的中心研究问题。 Vertrauter Objekte in den Segmentierungsprozeß zu integrieren。因斯贝松代雷3D 模型 auf der anderen Seite。

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
3D-Surface Reconstruction
3D 表面重建
  • 批准号:
    200549338
  • 财政年份:
    2011
  • 资助金额:
    --
  • 项目类别:
    Research Units
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
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
  • 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

相似国自然基金

多粒度形式概念分析的不确定性度量机制与知识粒演化方法
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于形式概念分析的关联数据知识表示与推理研究
  • 批准号:
    62072294
  • 批准年份:
    2020
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
基于形式概念格的语言规则获取及其不确定性推理研究
  • 批准号:
    61772250
  • 批准年份:
    2017
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目
基于Vague软集GML和地标的定性空间位置描述
  • 批准号:
    41461085
  • 批准年份:
    2014
  • 资助金额:
    50.0 万元
  • 项目类别:
    地区科学基金项目
基于关系语义的空间场景信息理解
  • 批准号:
    41471315
  • 批准年份:
    2014
  • 资助金额:
    87.0 万元
  • 项目类别:
    面上项目

相似海外基金

Verknüpfung von 3D-Formenwissen und Lageschätzung mit Bildsegmentierung
将 3D 形状知识和位置估计与图像分割联系起来
  • 批准号:
    5455936
  • 财政年份:
    2005
  • 资助金额:
    --
  • 项目类别:
    Research Grants
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了