Verknüpfung von 3D-Formenwissen und Lageschätzung mit Bildsegmentierung

计算机视觉领域的研究是一个新的领域，它是一个在所有情况下通过密集、自下而上和自上而下的信息整合来实现对图像的友好和鲁棒的整合。在图片分割中，这些陷阱在3D格式的引入中起着重要作用。这是因为Lösung提出了一系列优化问题，因此最优对象也是三维空间中对象的最优拉格。图像数据的密集显示也可以通过三维图像处理来实现，这也可以通过图像处理韦尔登来实现。这是一个很大的问题。在Freien进行个人追踪。Zur Lösung der Aufgabe sollen Level-Set-Verfahren zur Bildsegmentmentierung mit einem 2D-3D-Lageschätzverfahren gekoppelt韦尔登. Weiterhin sollen Merkmale wie Disparität（in Szenarien mit mehreren Kameras），optischer Fluss und 3D-Bewegungsdynamik zum Einquirkommen.

Die Forschung im Computer-Vision-Bereich ist sich heute einig darüber, dass ein zufriedenstellender und robuster Einsatz von Bildverarbeitung in allgemeinen Situationen nur durch intensive, gemeinsame Nutzung von Bottom-Up- und Top-Down-Informationen möglich ist. Im Mittelpunkt dieses Antrags steht in diesem Sinne das Einbringen von 3D-Formenwissen in die Bildsegmentierung. Dies geschieht durch Lösung eines gemeinsamen Optimierungsproblems, das sowohl die optimalen Objektbegrenzungen als auch die optimale Lage des Objekts im dreidimensionalen Raum bestimmt. Durch intensive Nutzung sowohl der Bilddaten als auch des vorhandenen 3D-Vorwissens soll damit Objekttracking auch unter schwierigen Bedingungen ermöglicht werden. Eine von vielen möglichen Anwendungen ist z.B. Personentracking im Freien. Zur Lösung der Aufgabe sollen Level-Set-Verfahren zur Bildsegmentierung mit einem 2D-3D-Lageschätzverfahren gekoppelt werden. Weiterhin sollen Merkmale wie Disparität (in Szenarien mit mehreren Kameras), optischer Fluss und 3D-Bewegungsdynamik zum Einsatz kommen.