MeMoMan2 - Methods for real-time accurate Model-based Measurement of HuMan Motion

Zwei Fachrichtungen haben bisher sehr erfolgreich mit der kameragestzten Vermessung menschlicher Bewegungen beschäftigt: die kamerabasierte Messmethodik in der ergonomics . der berich des bildversteens in der kstlichen Intelligenz。Die in den jeweiligen Fachrichtungen entstandenen Methoden haben komplementäre Stärken and Schwächen。“人类工效学”是指人类工效学，“人类工效学”是指人类工效学，“人类工效学”是指人类工效学，“人类工效学”是指人类工效学。在Realzeit和functionieven中，每一个都是在Schwankungen der Umgebungsbedingungen下。人类工效学的研究与应用：研究人类工效学的研究与应用：benötigte在他们的研究中，他们的研究对象是计算机系统模型和计算机系统模型；他们的研究对象是计算机系统模型和计算机系统模型。系统，das die erfolgreichen Ansätze der Fachrichtungen Ergonomie and Bildverstehen in der knstlichen Intelligenz kombiniert， best aus zwei Komponenten: dem MeMoMan模型和dem MeMoMan跟踪器。在数字世界中，人类模型是人类模型，是人类模型，是人类模型，是人类模型。[2][1][2][1][1][3][1][1][1][1][1][1][2]。Neben diesen probabilistischen Modellkomponenten beinhaltet das MeMoMan model biomechanische Präferenzen und Kostenfunktionen, um den Komfort von Haltungen and Bewegungen zu bercksichtigen。人类工效学（Ergonomie）与人类工效学（RAMSIS menschmodel）、人类工效学（Fahrzeugdesign）与人类工效学（sehrzeugdesign）。该MeMoMan跟踪器过去的参数包括kurvenmodel、数字MeMoMan模型和die gegebenen Bilddaten等。[endonderheit des Verfahrens bestdarin, dass es localle Modelle f<e:1>, dass es Regionen Abbild des Menschen und im Hintergrund benutzt and diese während des interpretionsprodsessautomatisch lch]。die ermöglicht dem Me- MoMan Tracking Verfahren auth unchselnden Umgebungsbedingungen hochgenaue Messungen durchzufhren und the- of-the- of-the- technology Verfahren, widen Condensation algorithm in Bezug auf Genauigkeit and Zeitressourcen um eine Größenordnung zuverbessern。Die Basis des Trackers bildet das CCD Tracking Verfahren (Hanek und Beetz, 2004; Hanek, 2004), das bereits auf internationen Konferenzen ausgezeichnet wurde。德国工程与自动化项目：德国工程与自动化项目与echtzeitfähige德国工程与自动化项目与德国工程与自动化项目。[3] [9] [9] [9] [1] [1] [1] [1] [1] [1] [1] [1] [4]Diese Ergebnisse können die prokt - und Arbeitsplatzgestaltung fgr weite Bereiche der Bevölkerung, insbesondere ältere Mitmenschen, nachhaltig positive beinfussen。Die Ergebnisse werden in mehren anwendungstestetebestristriter and evaluation: Die Bewertung des Designs von Fahrzeuginnenräumen, intelligentkameragest<s:1> tzte Räume and kamerabasierte Operationssäle。

Zwei Fachrichtungen haben sich bisher sehr erfolgreich mit der kameragestützten Vermessung menschlicher Bewegungen beschäftigt: die kamerabasierte Messmethodik in der Ergonomie sowie der Bereich des Bildverstehens in der Künstlichen Intelligenz. Die in den jeweiligen Fachrichtungen entstandenen Methoden haben komplementäre Stärken und Schwächen. Die Methoden der Ergonomie zeichnen sich durch eine sehr hohe Genauigkeit aus, die vor allem durch die Verwendung von Markermesssystemen und die zeitintensive Nachbearbeitung durch menschliche Operatoren erreicht wird. Die Methoden des Bildverstehens hingegen arbeiten autonom, in Realzeit und funktionieren auch unter Schwankungen der Umgebungsbedingungen. Sie erreichen aber bisher nicht die für die Ergonomieforschung benötigte Genauigkeit. In dem hier beantragten Forschungsprojekt MeMoMan wird ein neues Berechnungsmodell und Computersystem für die Vermessung menschlicher Bewegungen entwickelt, implementiert und untersucht. Dieses System, das die erfolgreichen Ansätze der Fachrichtungen Ergonomie und Bildverstehen in der Künstlichen Intelligenz kombiniert, besteht aus zwei Komponenten: dem MeMoMan Modell und dem MeMoMan Tracker. Das MeMoMan Modell ist ein digitales Menschmodell, das Wahrscheinlichkeitsverteilungen über menschliche Gestalt, Haltungen und Bewegungen spezifiziert. Dieses Menschmodell wird benutzt, um a posteriori Verteilungen über diesen Modellen für gegebene Bildsequenzen zu bestimmen. Neben diesen probabilistischen Modellkomponenten beinhaltet das MeMoMan Modell biomechanische Präferenzen und Kostenfunktionen, um den Komfort von Haltungen und Bewegungen zu berücksichtigen. Ausgangsbasis unserer Modellentwicklung bildet das am Lehrstuhl für Ergonomie entwickelte RAMSIS Menschmodell, das mittlerweile im Fahrzeugdesign weitverbreitet und sehr erfolgreich ist. Der MeMoMan Tracker passt ein parameterisiertes Kurvenmodell für digitale MeMoMan Modelle an die gegebenen Bilddaten an. Die Besonderheit des Verfahrens besteht darin, dass es lokale Modelle für die Regionen im Abbild des Menschen und im Hintergrund benutzt und diese während des Interpretationsprozesses automatisch lernt. Dies ermöglicht dem Me- MoMan Tracking Verfahren auch unter wechselnden Umgebungsbedingungen hochgenaue Messungen durchzuführen und State-of-the-Art Verfahren, wie den Condensation Algorithmus in Bezug auf Genauigkeit und Zeitressourcen um eine Größenordnung zu verbessern. Die Basis des Trackers bildet das CCD Tracking Verfahren (Hanek und Beetz, 2004; Hanek, 2004), das bereits auf internationalen Konferenzen ausgezeichnet wurde. Dieses Projekt wird zu neuen Erkenntnissen in verschiedenen Forschungsbereichen beitragen: Es werden neue, automatische und echtzeitfähige Methoden zur Bewegungsmessung für die Ergonomie entwickelt. Darüber hinaus wird die Generierung von Menschmodellen erleichtert und die kamerabasierte Wahrnehmung komplexer Handlungen vorangetrieben. Diese Ergebnisse können die Produkt- und Arbeitsplatzgestaltung für weite Bereiche der Bevölkerung, insbesondere ältere Mitmenschen, nachhaltig positiv beeinflussen. Die Ergebnisse werden in mehreren Anwendungstestbetten demonstriert und evaluiert: die Bewertung des Designs von Fahrzeuginnenräumen, intelligente kameragestützte Räume und kamerabasierte Operationssäle.