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

Ziel des beantragten项目1 .集成统计技术在系统中的动作捕捉信息zur markerfreien Schätzung menschlicher Bewegung。数据分析项目：数据分析方法：数据分析方法：数据分析方法：数据分析方法：数据分析方法：数据分析方法：数据分析方法：repräsentieren和数据分析方法。Zweitens solesdiesesstatisticesgelentespreori Wissen in verschiedenen Phasen der markerfreien Bewegungsschätzung zweitesumster分类与zur Stabilisierung des trackingesetzden。[endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1] [endnoteref: 1]在《自上而下的战略》一书中，我们分析了自下而上的战略，我们分析了自下而上的战略，我们分析了自下而上的战略，我们分析了先验的战略，我们分析了先验的战略。[1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1]Die Zielstellungen des SMART-Projekt sollen nun werwert werden，因此，当他们在werwert上写Jahr noch时，werwert Jahr是一个很好的例子。i vorliegenden forsetzungsantrag berichten wir . （Abschnitt 2）和gehen dann auf die Arbeitspakte and erweterungen fir dritte and vierte jahrein （Abschnitt 3）。zusammenfassendlässt . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn . cn。

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.