Gekoppelte Korrespondenzberechnung und Statistische Analyse von geometrischen Modellen menschlicher Gesichter und Koerper

• Antragsteller: Professor Dr. Joachim Weickert, seit 2/2015
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2014 bis 2016
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 255664445

Dieser Projektantrag befasst sich mit der Verarbeitung 3-dimensionaler geometrischer Daten menschlicher Gesichter und Koerper, die mit Hilfe vieler Methoden, wie beispielsweise mit Laserscannern, Structured Light Scannern, oder Bild-basierten Verfahren aufgenommen werden koennen. Zwei wichtige Probleme in diesem Bereich sind die Korrespondenzberechnung zwischen geometrischen Modellen, die intrinsisch uebereinstimmende Teile der Geometrie zweier oder mehrerer Modelle identifiziert, und die statistische Analyse von Populationen geometrischer Modelle, die eine Wahrscheinlichkeitsverteilung geometrischer Modelle berechnet. Zwischen diesen beiden Problemen besteht eine gegenseitige Abhaengigkeit. Zum einen werden Korrespondenzinformationen benoetigt, um eine Population von Modellen statistisch zu analysieren. Zum anderen koennen die durch statistische Analyse gefundenen Wahrscheinlichkeitsverteilungen dabei helfen, Korrespondenzen zwischen Modellen zu berechnen.Im vorgeschlagenen Projekt soll diese gegenseitige Abhaengigkeit der beiden Probleme genutzt werden, um beide Probleme gekoppelt zu loesen. Dabei soll insbesondere der Fall von multi-linearen Wahrscheinlichkeitsmodellen untersucht werden. Dieses Wahrscheinlichkeitsmodell kann genutzt werden, um Variationen mehrerer unterschiedlicher Arten von Formaenderungen zu untersuchen. Beispielsweise koennen damit Populationen menschlicher Gesichter verschiedener Personen mit verschiedenen Gesichtsausdruecken oder Populationen menschlicher Koerper verschiedener Personen in verschiedenen Koerperhaltungen statistisch untersucht werden. Es wird erwartet, dass durch die gekoppelte Loesung der beiden Probleme qualitativ hochwertigere Korrespondenzen gefunden werden als mit existierenden Methoden.Es soll in zwei Arbeitsschritten vorgegangen werden. Im ersten Schritt sollen grundlegende Probleme behandelt werden. Hier stellen sich vor allem die Fragen, welche Tensorzerlegungen fuer die Berechnung eines multi-linearen statistischen Modells eingesetzt werden koennen, und wie diese Tensorzerlegungen dazu verwendet werden koennen, Korrespondenzen zwischen geometrischen Modellen zu optimieren. Im zweiten Arbeitsschritt sollen die entwickelten Methoden dann auf echte (nicht vorverarbeitete) Daten angewendet werden. Die wesentliche Herausforderung in diesem Schritt ist die Entwicklung von Algorithmen, die robust gegenueber stoerungsbehafteten und unvollstaendigen Daten sind.Das durch die hier vorgeschlagene Methode gewonnene Wissen kann unter Anderem zur Rekonstruktion geometrischer Modelle menschlicher Gesichter und Koerper, sowie zur Objekterkennung eingesetzt werden. Derartige Probleme treten nicht nur in der Computer Vision und der Computer Graphik auf, sondern auch bei der Analyse geometrischer Modelle in anderen Disziplinen, wie beispielsweise in der Medizin und der Biologie.

• DFG-Verfahren: Sachbeihilfen
• Ehemalige Antragstellerin: Stefanie Wuhrer, Ph.D., bis 1/2015