Statistisches Formenwissen für die 3D-Rekonstruktion

• Antragsteller: Professor Dr. Daniel Cremers
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2007 bis 2011
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 52138519

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.

• DFG-Verfahren: Sachbeihilfen