In medical imaging or animation control the parameters of elasticity simulations are often unknown and need to be estimated. We present a method for reconstructing the physical material parameters of elastic bodies, the Young's Modulus, Poisson Ratio and mass, Rayleight damping parameters, as well as ground collision configurations from observed images. To achieve that goal, we first introduce a new discretization scheme of the linear elasticity PDE based on a regular grid with partially filled FE cells. This method was already successfully used for fluid simulations under the name 'cutFEM' or 'Immersed Boundaries' and is related to 'exFEM' as used for simulating cuts on tetrahedral meshes. We also show how to handle corotation and collisions in this framework. Next, we present an efficient implementation in CUDA that allows us to achieve interactive framerates on large objects. We then embed the simulation in an adjoint framework to reconstruct the unknown parameters. Furthermore, we introduce a cost function that uses sparse points of the object surface as observations. Therefore, feature tracking to obtain vertex displacements of the reference configuration is avoided. Our method allows us to use signed distance fields as obtained e.g. by 3D reconstruction algorithms directly as the reference configuration of the soft body simulation. Therefore, we avoid to triangulate the object into a tetrahedral mesh. The computational speed of the grid discretization is comparable to existing methods on tetrahedral mesh. We furthermore demonstrate how the sparse point cost function can be used with observations from (simulated) RGB-D cameras to reconstruct the physical parameters of the simulated object.     «

In medical imaging or animation control the parameters of elasticity simulations are often unknown and need to be estimated. We present a method for reconstructing the physical material parameters of elastic bodies, the Young's Modulus, Poisson Ratio and mass, Rayleight damping parameters, as well as ground collision configurations from observed images. To achieve that goal, we first introduce a new discretization scheme of the linear elasticity PDE based on a regular grid with partially fill...     »

In medizinischer Bildgebung oder Animationkontrolle sind die Parameter von Elastizitätssimulationen häufig unbekannt und müssen geschätzt werden. Wir präsentieren eine Methode zur Rekonstruktion physikalischer Eigenschaften von elastischen Körpern von aufgenommenen Bildern. Dies beinhaltet das Young's Modulus, Poisson Ratio und die Masse, sowie die Rayleight Damping Parameter und die Bodenposition. Dazu führen wir zunächst ein neues Diskretisierungsschema für die lineare Elastizitäts-PDE, basierend auf einem regulären Gitter mit teilweise gefüllten Zellen, ein. Diese Methode wurde bereits erfolgreich in Fluid-Simulationen unter dem Namen "cutFEM" oder "Immersed Boundaries" benutzt und ist verwandt zu "exFEM" aus der Simulation von Schnitten. Weiter zeigen wir, wie Corotation und Collisionen in dieser Methode behandelt werden können. Eine echtzeitfähige Implementierung für große Objekte wird durch eine Parallelisierung mittels CUDA erreicht. Die präsentierte Diskretisierungsmethode wird dann in einem Adjoint-Framework eingebettet, welches die Rekonstruktion der unbekannten Parameter erlaubt. Des Weiteren wird eine Kostenfunktion, die direkt dünn-besetzte Punkte auf der Oberfläche des beobachteten Objektes benutzt, eingeführt. Dadurch wird ein aufwändiges Feature Tracking zur Rekonstruktion der Vertex-Displacements vermieden. Unsere Methode erlaubt es, die Distanzfelder aus 3D-Rekonstruktionsalgorithmen direkt als Referenzkonfiguration in der Simulation zu benutzten. Eine Triangulierung des Objektes in eine Tetraeder -Mesh wird dadurch vermieden. Der Rechenaufwand dieser Methode ist vergleichbar mit existierenden Methoden auf Tetraeder. Weiter zeigen wir, wie dünn-besetzte Punktwolken aus simulierten RGB-D Kameras die Rekonstruktion der physikalischen Parameter erlauben.     «

In medizinischer Bildgebung oder Animationkontrolle sind die Parameter von Elastizitätssimulationen häufig unbekannt und müssen geschätzt werden. Wir präsentieren eine Methode zur Rekonstruktion physikalischer Eigenschaften von elastischen Körpern von aufgenommenen Bildern. Dies beinhaltet das Young's Modulus, Poisson Ratio und die Masse, sowie die Rayleight Damping Parameter und die Bodenposition. Dazu führen wir zunächst ein neues Diskretisierungsschema für die lineare Elastizitäts-PDE, basi...     »