Sensorische Rekonstruktion von 3D-Bewegungsabläufen anhand von 2D-Bildinformation

3D-Objekt Visualisierung sowie Rekonstruktion und Verfolgung von Bewegungsabläufen in Echt-Zeit ist eine enorme Herausforderung gegenwärtiger Bestrebungen im Fusionsbereich der Computer Vision und Computer Grafik. Zielstellung der Aktivitäten ist es, Nutzern und Wissenschaftlern einen intuitiveren und realistischeren Erfahrungswert über das Objektverhalten zu vermitteln. Basierend auf Methoden der Computer Vision wird versucht aus 2D-Bilddaten auf die 3D-Strukturen und Bewegungen von realen Objekten zu schließen. Die hier vorgestellte Arbeit befasst sich mit der Problemstellung ein artikuliertes, biokinematisches Menschmodell in einen von mehreren Kameras erfassten Bewegungsablauf eines Menschen einzupassen. Zugrundeliegende Bildsegmentierungsverfahren erlauben dabei eine Extraktion der menschlichen Silhouetten, in welche das digitale Modell entsprechend eingepasst und optimiert werden können. Die vorliegende Arbeit untersucht mathematische Möglichkeiten und resultierende Fragestellungen, das Menschmodell in die Silhouette ohne die Hilfe einer Datenbank einzupassen. Jeweils ein Modell soll an die Silhouetten einer Momentaufnahme der Kameras angepasst werden. Diese Anpassung erfolgt durch die Hilfe der Kamerakalibrierungsdaten und eines Optimierungsalgorithmus. Nachdem die optimalen Posen des Menschmodells zur jeweiligen Silhouette gefunden wurden, werden diese Posen verglichen, um daraus eine Modell-Pose zu approximieren, die alle Silhouetten der verschiedenen Momentaufnahmen gut nachempfindet.