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

点击翻译按钮获取中文摘要

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.