2A1-Q03 Design einer großangelegten Bewegungsdatenbank zur Wiederherstellung von 3D-Bewegungen aus 2D-Bildern (Informative Bewegung & Bewegungsmedien)

Das Verständnis menschlichen Verhaltens und die Erzeugung menschenähnlicher Bewegungen sind Schlüsseltechnologien für die Mensch-Roboter-Interaktion, die Bewegungssynthese in der Computeranimation, das Sporttraining und die Rehabilitation. Die Beobachtung menschlicher Handlungen ist grundlegend für das Verständnis und die Generierung dieser Bewegungen. Die Technologie der menschlichen Bewegungsaufzeichnung wurde entwickelt, und markerbasierte Bewegungsaufzeichnungssysteme werden in verschiedenen Forschungsbereichen eingesetzt. Allerdings haben markerbasierte Bewegungsaufzeichnungssysteme mehrere Nachteile, darunter hohe Kosten, Aufdringlichkeit und betriebliche Komplexität. Markerlose Bewegungsaufzeichnung hat das Potenzial, diese Nachteile zu überwinden. Kürzlich wurde eine große Menge an 3-dimensionalen menschlichen Ganzkörperbewegungsdaten gesammelt, und die Forschung zur Strukturierung des Bewegungswissens aus diesen Bewegungsdaten wurde durchgeführt. Die Strukturierung einer großen Menge an Bewegungsdaten wird voraussichtlich neue Ansätze zur Wiederherstellung von 3-dimensionalen Bewegungen aus monokularen Bildern durch die Wiederverwendung der gesammelten Bewegungsdaten ermöglichen. Dieses Papier beschreibt die Bewegungsdatenbank, die 3-dimensionale Bewegungsdaten, die Sequenzen von 2-dimensionalen Bildmerkmalen und die Beziehungen zwischen diesen Daten durch stochastische Modelle speichert. Die 3-dimensionale Bewegung, die der Eingabesequenz von Bildern entspricht, kann effizient mithilfe der stochastischen Modelle abgerufen werden.