DIPM: Datengetriebene Inverse Prozedurale Modellierung

• Antragsteller: Professor Dr.-Ing. Peter Eisert
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 555211318

Dieses Projekt entwickelt neue Verfahren zur 3D Rekonstruktion komplexer Objekte aus monokularen und multiview Bildern. Diese Verfahren nutzen gelerntes semantisches Vorwissen, repräsentiert über prozedurale Modelle, um trotz partieller oder verrauschter Daten, robuste Lösungen zu liefern. Dazu werden KI Methoden zur Geometrieschätzung erarbeitet, indem datengetrieben strukturelle und topologische Regeln erlernt und bei der Rekonstruktion als Vorwissen berücksichtigt werden. Hierfür wird auf Fortschritte im Bereich Natural Language Processing und Reinforcement Learning zurückgegriffen, um die Repräsentation prozeduraler Modellierung für die Rekonstruktion zugänglich zu machen

• DFG-Verfahren: Sachbeihilfen