Real-time visual tracking and live environment modeling are key problems of Augmented Reality applications. This thesis presents a novel methodology for benchmarking visual tracking algorithms. Ground truth camera motions are obtained by mounting a camera on a highly precise mechanical measurement arm and performing several calibration steps. In 2009, we published the first systematic dataset based on real images and specifically created for planar template-based tracking. It is part of the Trakmark benchmark and used by several research institutes. The thesis also presents two novel methods which aim to reconstruct parts of the environment online while tracking a hand-held camera. The first approach is an extension of inter-frame 2D template tracking to 2.5D tracking of convex objects while the second approach uses RGB-D images from a Microsoft Kinect to track and reconstruct arbitrarily shaped objects.     «

Real-time visual tracking and live environment modeling are key problems of Augmented Reality applications. This thesis presents a novel methodology for benchmarking visual tracking algorithms. Ground truth camera motions are obtained by mounting a camera on a highly precise mechanical measurement arm and performing several calibration steps. In 2009, we published the first systematic dataset based on real images and specifically created for planar template-based tracking. It is part of the...     »

Virtuelle Geometrien erscheinen nur durch die Verwendung einer genauen Kamera-Pose und Umgebungsgeometrie in die reale Welt integriert. Beide Themen sind aktive Forschungsfelder, da sie für realistische Augmented-Reality Anwendungen benötigt werden. Diese Arbeit stellt eine neue Methodik vor mittels derer echte Bilddaten mit präzisen Kameraposen versehen werden können. Erste Datensätze zur Evaluierung von template-basiertem Tracking wurden im Jahr 2009 veröffentlich. Sie werden von mehreren Forschungsinstituten genutzt und sind Teil des Trakmark-Vorhabens. Desweiteren werden zwei Echtzeitverfahren vorgestellt, welche die Umgebung einer sich bewegenden Kamera und deren Pose live rekonstruieren. Das erste Verfahren rekonstruiert konvexe Objekte über einen auf 2.5D erweiterten Template-Tracking-Ansatz. Das zweite Verfahren rekonstruiert beliebig geformte Objekte basierend auf den RGB-D Bildern einer Microsoft Kinect.     «

Virtuelle Geometrien erscheinen nur durch die Verwendung einer genauen Kamera-Pose und Umgebungsgeometrie in die reale Welt integriert. Beide Themen sind aktive Forschungsfelder, da sie für realistische Augmented-Reality Anwendungen benötigt werden. Diese Arbeit stellt eine neue Methodik vor mittels derer echte Bilddaten mit präzisen Kameraposen versehen werden können. Erste Datensätze zur Evaluierung von template-basiertem Tracking wurden im Jahr 2009 veröffentlich. Sie werden von mehreren...     »