Segmentierung bewegter Objekte auf Basis von Tiefenkameradaten

In diesem Beitrag wird ein Ansatz zur Segmentierung bewegter Objekte auf Basis von Tiefenkameradaten vorgestellt, der auf dem Mean Shift Verfahren beruht. Der verwendete Mean Shift Vektor hat acht Dimensionen, die sich aus der Positions-, Intensitäts-, Bewegungsinformationen sowie der Tiefendaten ergeben. Um die Segmentierqualität zu erhöhen, werden die einzelnen Dimensionen entsprechend eines jeweiligen Vertrauenswertes gewichtet. Die Funktionsfähigkeit des Ansatzes zur Segmentierung für die betrachtete Anwendung wird exemplarisch gezeigt. Der Artikel gliedert sich wie folgt. Einführend wird die Problemstellung für die Arbeit dargestellt, woraus sich direkt die Motivation für die vorgestellte Arbeit ableitet. Anschließend werden im folgenden Abschnitt das Verfahren vorgestellt. Die exemplarischen Ergebnisse dieser Arbeit werden in darauf folgenden Abschnitt vorgestellt. Abschließend erfolgt eine Zusammenfassung. Als Anwendung wird zunächst der innerhalb unserer Forschungsgruppe entwickelte Rehabilitationsroboter HapticWalker betrachtet, für den der therapierte Patient erfasst werden soll.