Benutzer: Gast  Login
Originaltitel:
Learn to Track: From Images to 3D Data
Übersetzter Titel:
Objektverfolgung lernen: Von Bildern bis hin zu dreidimensionalen Daten
Autor:
Tan, David Joseph
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Navab, Nassir (Prof. Dr.)
Gutachter:
Navab, Nassir (Prof. Dr.); Davison, Andrew (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; MED Medizin
TU-Systematik:
MED 230d; DAT 760d
Kurzfassung:
Aimed at a robust object pose estimation from 3D data, we develop a learning-based temporal tracking method. Its remarkable attribute is the speed of less than 2ms per frame using one CPU core. This is then extended to estimate the head pose of an arbitrary user in the scene. The final contribution is an optimization of a personalized hand shape model for a better accuracy in hand tracking.
Übersetzte Kurzfassung:
Mit dem Ziel einer robusten Bestimmung der Pose von Objekten aus 3D-Daten entwickeln wir eine lernbasierte Temporal Tracking Methode. Deren bemerkenswerte Eigenschaft ist die Geschwindigkeit von unter 2ms pro Frame auf einem einzelnen Prozessor. Dies wird dann dahin erweitert, die Kopforientierung eines zufälligen Nutzers in einer Szene zu erkennen. Der abschließende Beitrag ist die Optimierung eines personalisierten Formmodells der Hand für eine höhere Genauigkeit beim Tracken der Hand.
WWW:
https://mediatum.ub.tum.de/?id=1327403
Eingereicht am:
29.09.2016
Mündliche Prüfung:
08.06.2017
Dateigröße:
23325749 bytes
Seiten:
170
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20170608-1327403-1-8
Letzte Änderung:
26.07.2017
 BibTeX