Die computergestützte Analyse von Bild- und Videodaten gewinnt seit nunmehr zwei Jahrzehnten immer mehr an Bedeutung. Als ein Teilgebiet stellt dabei die automatische Detektion und Verfolgung von Objekten die fundamentale Grundlage für zahlreiche weiterführende Aufgaben aus dem Bereich der Videoanalyse dar. Die vorliegende Arbeit beschäftigt sich mit der Entwicklung einer neuartigen Architektur zur automatisierten Personenverfolgung mit Fokus auf Besprechungsszenarien. Angelehnt an das physiologische Verständnis der menschlichen Szenenanalyse wird hierzu die Problemstellung des Personentrackings sowohl aus der bottom-up sowie gleichzeitig aus der top-down Sichtweise betrachtet. Ziel hierbei ist eine hybride Systemarchitektur, welche basierend auf einer datengetriebenen Optimierung von Zustandshypothesen eine effiziente Technik zur simultanen Verfolgung mehrerer Personen anhand deren Köpfen realisiert. Unter Nutzung von verschiedenen Objektmodellierungen werden im Rahmen dieser Arbeit diverse Architekturen implementiert, gegeneinander evaluiert und die erzielten Ergebnisse anhand definierter Metriken diskutiert. Die erhaltenen Trackingergebnisse bilden die Basisinformation für die weiterführende Gestenerkennung. In realen Besprechungen werden Personen häufig von anderen Teilnehmern verdeckt, so dass die ausgeführten Gesten in der zweidimensionalen Bildebene vom System nur partikulär erfasst werden können. Aus diesem Grund wird in dieser Arbeit weiter untersucht, wie sich unterschiedliche Störungen auf die Erkennungsrate von Gesten auswirken. Darauf aufbauend werden Systemkonzepte, die eine Kompensation dieser Störungen erlauben, entworfen und evaluiert.      «

Die computergestützte Analyse von Bild- und Videodaten gewinnt seit nunmehr zwei Jahrzehnten immer mehr an Bedeutung. Als ein Teilgebiet stellt dabei die automatische Detektion und Verfolgung von Objekten die fundamentale Grundlage für zahlreiche weiterführende Aufgaben aus dem Bereich der Videoanalyse dar. Die vorliegende Arbeit beschäftigt sich mit der Entwicklung einer neuartigen Architektur zur automatisierten Personenverfolgung mit Fokus auf Besprechungsszenarien. Angelehnt an das physiolo...     »

The computer-aided analysis of image and video data gains more and more in importance for two decades. In this field of research the automatic detection and tracking of objects is the fundamental basis for numerous successive tasks. This thesis deals with the development of a novel architecture to automatically track persons, focussed on the domain of meeting scenarios. According to the physiological understanding of the human analysis of scenes, the problem of tracking persons is interpreted both in a bottom-up as well as in a top-down perception. This aims at a hybrid system architecture, which enables - employing a data-driven optimization of state hypotheses - an efficient technique to simultaneously track several persons based on their heads. Using different models for the head various architectures are implemented and evaluated within the context of this thesis. The results are discussed based on a number of metrics defined in an evaluation scheme. The result provided by the tracking system is the essential information for a subsequent gesture recognition. In real meetings persons are frequently occluded by other persons. In this way executed gestures can be detected only partially by the system. For this reason this thesis also investigates the influence of different perturbations on the recognition rate of gestures. Based on these insights system concepts, which allow for a compensation of the perturbations, are developed and evaluated.      «

The computer-aided analysis of image and video data gains more and more in importance for two decades. In this field of research the automatic detection and tracking of objects is the fundamental basis for numerous successive tasks. This thesis deals with the development of a novel architecture to automatically track persons, focussed on the domain of meeting scenarios. According to the physiological understanding of the human analysis of scenes, the problem of tracking persons is interpreted b...     »