Hahn, Markus: Raum-zeitliche Objekt- und Aktionserkennung : ein statistischer Ansatz für reale Umgebungen. 2010
Inhalt
- Einführung
- Einleitung
- Stand der Technik
- Modellierung von Körperteilen des Menschen
- Frei verformbare Modelle
- Parametrische Modelle
- Analytische Modelle
- Prototyp-Modelle
- Polygonflächenmodelle
- Segmentierung und Verfolgung von Körperteilen in Bildern
- Monokulare Systeme
- Mehrkamerasysteme mit kleiner Basisbreite
- Mehrkamerasysteme mit großer Basisbreite
- Merkmalsbasierte Handlungs- und Aktionserkennung
- Optischer Fluss als Merkmal
- Raum-zeitliche Filter als Merkmal
- Vordergrund-segmentierte Bilder oder Bildsequenzen als Merkmal
- Bewegungstrajektorien als Merkmal
- Zusammenfassung der Wertungen
- 3D-Trackingsysteme
- Verfolgung von 3D-Konturen
- Kamerasystem
- Modellierung von Körperteilen
- 3D-Pose-Estimation
- Fusion und Verifikation
- Kalman-Filter Varianten
- Reinitialisierung
- Interaktion im Gesamtsystem
- Verfolgung von raum-zeitlichen 3D-Konturen
- Objektverfolgung in Bilddaten und 3D-Punktewolken
- Objektmodell
- Spärlicher Szenenfluss
- Clusteranalyse
- Ellipsoid-Detektion
- Bildbasierter 3D-Mean-Shift
- Szenenflussbasierter 3D-Mean-Shift
- Prädiktion
- Interaktion im Gesamtsystem
- Objektverfolgung basierend auf raum-zeitlichen Konturen und 3D-Punktewolken
- Clusteranalyse und Modellinitialisierung
- 3D-Pose-Estimation
- Iterative-Closest-Point (ICP) Algorithmus
- Multiokularer Contracting-Curve-Density (MOCCD) Algorithmus
- Fusion der Pose-Estimation-Algorithmen
- Bewegungsanalyse
- Prädiktion
- Interaktion im Gesamtsystem
- Experimentelle Untersuchungen zum Tracking von Körperteilen
- Erzeugung der Ground-Truth
- Systemvarianten
- Ergebnisse der kamerabasierten Verfolgung des Hand-Unterarm-Bereichs
- Ergebnisse System 1 – MOCCD-Tracking
- Ergebnisse System 2 – MOCCD-Tracking mit Reinitialisierung
- Ergebnisse System 3 – Shape-Flow-Tracking
- Ergebnisse System 4 – Shape-Flow-Tracking mit Reinitialisierung
- Ergebnisse System 5 – Mean-Shift-Tracking
- Ergebnisse System 6 – ICP-MOCCD-Tracking
- Ergebnisse System 7 – ICP-MOCCD-Shape-Flow-Tracking
- Tracking der Kopf-Schulter-Partie
- Ergebnisse System 1 – MOCCD-Tracking
- Ergebnisse System 3 – Shape-Flow-Tracking
- Ergebnisse System 4 – Shape-Flow-Tracking mit Reinitialisierung
- Weitere Trackingergebnisse
- Wertung der Trackingergebnisse
- 3D-Bewegungs- und Aktionserkennung
- System zur 3D-Bewegungs- und Aktionserkennung
- Randbedingungen eines Systems zur Aktionserkennung im Produktionsszenario
- Mögliche Ansätze zur Klassifikation von Bewegungen im Produktionsszenario
- Hidden-Markov-Modelle (HMMs) und deren Varianten
- Partikelfilter zur Handlungserkennung
- Kombination Partikelfilter und HMMs
- Vorstellung des betrachteten Beispielszenarios
- Systemmodell
- Vorverarbeitung der Trajektorien
- Festlegung und Vorverarbeitung der Referenztrajektorien
- Trajektorienklassifikatoren (Level 1)
- Transferklassifikator
- Klassifikator für die Arbeitsaktionen
- Distanzklassifikator
- Kombination der Klassifikatoren und Zustandsschätzung
- Zustandsschätzung im Normalmodus (Level 2)
- Experimentelle Untersuchungen zur Aktionserkennung
- Zusammenfassung, Ausblick und Anhang