Key points are not available for this paper at this time.
Wir präsentieren eine Methode zur Animation von 3D-Modellen von Tieren aus bestehenden Live-Videosequenzen, wie sie in Naturdokumentationen vorkommen. Die Videos werden zunächst in binäre Bilder segmentiert, auf die die Hauptkomponentenanalyse (PCA) angewendet wird. Die zeitlich variierenden Koordinaten der Bilder im PCA-Raum werden dann verwendet, um die 3D-Animation zu generieren. Dies erfolgt durch Interpolation mit Radialen Basisfunktionen (RBF) von 3D-Haltungsexemplaren, die mit einer kleinen Anzahl von Schlüsselbildern verknüpft sind, die aus dem Video extrahiert wurden. Neben diesem Verarbeitungsprozess bestehen unsere Hauptbeiträge darin: eine automatische Methode zur Auswahl des besten Sets von Schlüsselbildern, für die der Designer 3D-Haltungsexemplare bereitstellen muss. Diese Methode spart dem Benutzer Zeit und Aufwand, da keine manuelle Auswahl innerhalb des Videos und keine Versuche und Fehler bei der Auswahl von Schlüsselbildern und 3D-Haltungsexemplaren mehr erforderlich sind. Als weiteren Beitrag schlagen wir einen einfachen Algorithmus basierend auf PCA-Bildern vor, um Mehrdeutigkeiten bei der 3D-Haltungsvorhersage zu lösen. Diese Mehrdeutigkeiten sind vielen Tierschrittfolgen inhärent, wenn nur eine monokulare Ansicht verfügbar ist.
Favreau et al. (Thu,) haben diese Frage untersucht.