Loading...
 

Seminar Visuelle Modellierung

Masterseminar/Seminar im Diplomstudiengang

UnivIS-Eintrag


Dozent: Prof. Dr.-Ing. Reinhard Koch
Betreuer: Dipl.-Inf. Sandro Esquivel
Seminar: 2 SWS, ECTS-Credits: 4, Modul: MSS0601

Zeit und Ort: Do 10:15-11:45, HRS3 - R.101-103 (Institut für Informatik, Hermann-Rodewald-Str. 3, Seminarraum Keller)
erster Termin: Donnerstag, d. 27.10.2011

Inhalt

Im Seminar werden aktuelle Fragestellungen aus den Bereichen bildbasierte Szenenrepräsentationen, visuell-geometrische Rekonstruktionen und Computergrafik behandelt.
Die Seminarteilnehmer sollen dabei eigenständig eine Präsentation über ein bestimmtes Thema vortragen. Typischerweise handelt es sich dabei um Artikel aus wissenschaftlichen Zeitschriften. Die Artikel sind in der Regel auf Englisch verfasst, wobei die Möglichkeit besteht, auch den Seminarvortrag auf Englisch zu halten. Eigene Vorschläge können bei der Themenvergabe ebenfalls berücksichtigt werden.

Es wird empfohlen, bereits eine Vorlesung zu 3D-Szenenrekonstruktion, Computergrafik oder Multimedialer Informationsverarbeitung besucht zu haben.
Das Seminar richtet sich dabei an Studierende im Masterstudiengang, sowie Diplomstudenten mit Hauptfach Informatik im Hauptstudium.

Im Rahmen des Seminars werden neben den Seminarvorträgen auch Vorträge von Mitarbeitern sowie Bachelor-/Diplomabschlussvorträge gehalten. Der Termin ist dabei jeweils Donnerstag von 10:15 bis 11:45 Uhr. Die Vortragsthemen und schriftliche Ausarbeitungen werden jeweils eine Woche vor dem Termin per E-Mail an die Seminarteilnehmer verschickt über die Mailingliste mip_seminar[at]mip.informatik.uni-kiel.de.


Themen

Zeitplan

27.10.2011 Wie schreibe ich eine Seminararbeit? (Sandro Esquivel) Image PDF herunterladen
03.11.2011 Wie halte ich einen Seminarvortrag? (Sandro Esquivel) Image PDF herunterladen
17.11.2011 Poseschätzung mittels Inverse Depth-Darstellung von 3D-Punkten (Arne Petersen) Image PDF herunterladen
01.12.2011 Fast Tracking of Deformable Objects in Depth and Colour Video (Andreas Jordt)  
15.12.2011 Eye Localization Using the Discriminative Generalized Hough Transform (Ferdinand Hahmann, FH Kiel)  
13.01.2012 Deadline für schriftliche Ausarbeitungen  
19.01.2012 Speicherbeschränkter Aufbau hierarchischer Raumaufteilung auf der GPU (Ronny Meier)
26.01.2012 Robuste Personendetektion mit Thermal-Kameras (Daniel Zens) Image PDF herunterladen
  Erzeugen von Texturen mittels "Image Quilting" (Dominik Baj) Image PDF herunterladen
02.02.2012 Vergleich pixelbasierter Methoden zur Objekterkennung auf See (Hauke Schade) Image PDF herunterladen
  3D-Objekterkennung in Tiefenbildern (Nils Eschger) Image PDF herunterladen
09.02.2012 Stereoberechnung aus Kaustiken in Unterwasserbildern (Stephanie Borchert) Image PDF herunterladen
  Mustererkennung in Zeitreihen mittels Spektralanalyse (Tillmann Bielefeld) Image PDF herunterladen

Vorlagen und Hilfsmittel

Kontakt

Prof. Dr.-Ing Reinhard Koch
Dipl.-Inf. Sandro Esquivel




Erzeugen von Texturen mittels "Image Quilting"


Das Erzeugen neuer Texturen beliebiger Größe aus Texturvorlagen ist ein wichtiger Bestandteil in der Computergrafik, etwa zur Texturierung großflächiger Modelle bzw. von Modellen variabler Größe. Einfachste Verfahren verwenden wiederholbare Texturen (Tiling), aus denen größere Texturen zusammengesetzt werden. Dieses Verfahren ist bei Verwendung von beliebigen Texturvorlagen ohne weiteres nicht anwendbar. Die generierten Texturen zeichnen sich außerdem durch geringe Varianz aus und wirken unnatürlich.

In dem Artikel "Image Quilting for Texture Synthesis and Transfer" wird ein einfaches aber effektives Verfahren zum Erzeugen wiederholbarer Texturen beliebiger Größe aus Texturvorlagen vorgestellt. Dabei werden zufällig kleine Blöcke aus der Texturvorlage ausgeschnitten und unter Verwendung einer Gütefunktion geeignet fusioniert, so dass die Nahtstellen zwischen aufeinanderfolgenden Elementen möglichst unauffällig sind (Quilting). Zusätzlich werden die überlagerten Bereiche geeiegnet überblendet, um möglichst weiche Übergänge zu ermöglichen (siehe Abb. links).

Das Verfahren kann leicht abgewandelt werden, um weitere Constraint in die Gütefunktion zur Auswahl der Blöcke aus der Texturvorlage aufzunehmen, bzw. Ähnlichkeit mit einer Bildvorlage. Auf diese Weise können auch ganze Bilder unter Verwendung einer Mustertextur nachgezeichnet werden (siehe Abb. rechts).

Image Image

Beispiele für die Textursynthese und -fusion mittels "Image Quilting"

Literatur und Links:


bearbeitet von: Dominik Baj

Betreuer: Sandro Esquivel

zurück nach oben



Mustererkennung in Zeitreihen mittels Spektralanalyse


In diesem Seminarthema soll ein Verfahren zur Erkennung spezifischer Muster in Zeitreihen vorgestellt werden, das auf einer Analyse des Frequenzspektrums basiert. Seine Anwendung findet dieses Verfahren in der Klassifizierung von Bewegungstrajektorien in Videos in verschiedene Handlungen (z.B. "laufen", "aufsammeln", "umdrehen").

Image Image

Beispiele für Eingabebilder und Transformation von Silhouetten in Bewegungszeitreihen (Abbildungen aus X. Wang et al.: Pattern Discovery in Motion Time Series via Structure-Based Spectral Clustering)

Literatur und Links:


bearbeitet von: Tillmann Carlos Bielefeld

Betreuer: Sandro Esquivel

zurück nach oben



Robuste Personendetektion mit Thermal-Kameras

Dieses Thema beschäftigt sich mit der Erkennung von Personen in Bildern einer Thermalkamera. Diese Kameras zeichnen Infrarotstrahlung auf und können somit Wärmeaustrahlungen erkennen. Deshalb sind hier Personen beispielsweise auch bei Nacht erkennbar. Die vorzustellende Arbeit bezieht sich auf ein sehr aktuelle Verfahren, welches eine spezielle Wavelet-Transformation verwendet, um Fußgänger in vorher selektierten Regionen zu parametrisieren. Anschließend wird eine Support Vector Machine (SVM) eingesetzt, um diese in Regionen mit Fußgängern und ohne Fußgänger zu klassifizieren.

Image Image

Anwendung des Klassifizierers zum Erkennen von Regionen mit Fußgängern (Abbildung aus J. Lia et al.: Robust Pedestrian Detection in Thermal Infrared Imagery Using the Wavelet Transform)

Literatur und Links:


bearbeitet von: Daniel Zens

Betreuer: Arne Petersen

zurück nach oben



Modellierung von Linsensystemen für Raytracing

Heutige Verfahren zum Erstellen computergenerierter Bilder basieren im Allgemeinen auf Raytracing-Verfahren. Diese werden zum Beispiel in Filmproduktionen eingesetzt, um nicht existierende Objekte oder Landschaften zu erschaffen.
Häufig werden Heuristiken in diese Verfahren eingebracht, um Effekte zu erzeugen, welche im Standardmodell nicht vorgesehen sind. Insbesondere für Effekte wie Tiefenschärfe oder andere Linseneffekte werden oft Heuristiken verwendet, die ähnliche Effekte erzeugen.
In diesem Seminarthema soll eine der früheren Arbeiten vorgestellt werden, die ein Verfahren beschreibt, das die realistische Modellierung von Linsensystemen für Raytracing erlaubt. Auf diesem Wege sind durch Linsen verursachte Effekte realistisch reproduzierbar. Diese Arbeit dient noch immer als theoretische Grundlage für aktuelle Verfahren in der Computergrafik.

Image Image

Beispiele für computergenerierte Szenen und die zugehörigen Linsensysteme (Abbildungen aus C. Kolb et al.: A Realistic Camera Model for Computer Graphics)

Literatur und Links:


Betreuer: Arne Petersen

zurück nach oben



Speicherbeschränkter Aufbau hierarchischer Raumaufteilung auf der GPU


Grundlage schnellen Ray-Tracings auf der Grafikhardware (GPU) ist die effiziente Implementierung hierarchischer Raumaufteilung, ohne die eine Parallelisierung nur von beschränktem Nutzen ist. Aufgrund der Architektur der Grafikhardware wird für die effiziente Berechnung hauptsächlich die Breitensuche verwendet, die jedoch den Nachteil eines hohen Speicherbedarfs hat.

Auf der Grafikhardware steht typischerweise weniger Speicher zur Verfügung als Hauptspeicher in einem Computer vorhanden ist und das Aufrüsten von Speicher ist, wenn überhaupt, nur eingeschränkt möglich. Zudem ist der Transfer von Daten zwischen dem Hauptspeicher des Computers und dem Texturspeicher der Grafikhardware ein Flaschenhals für die Berechnung auf der Grafikhardware, wodurch ein bedarfsgesteuertes Nachladen bei einfacher Breitensuche ineffizient wird.

Diese Ausarbeitung stellt ein Verfahren vor, das durch Aufteilung der Breitensuche den Speicherbeschränkungen auf der Grafikhardware Rechnung trägt und dadurch die effiziente Berechnung größerer Szenen auf der Grafikhardware ermöglicht.

Image

Anwendungsbeispiele für das Verfahren (Abbildungen aus Q. Hou et al.: Memory-Scalable GPU Spatial Hierarchy Construction)

Literatur und Links:


bearbeitet von: Ronny Meier

Betreuer: Daniel Jung?

zurück nach oben



"Hough Forests" zur Objekterkennung, -verfolgung und Aktionserkennung


Die Arbeit, die in diesem Seminarthema vorgestellt werden soll, beschreibt die Verwendung sogenannter Hough Forests zum Zweck der Objekterkennung, der Verfolgung von Objekten und zum Erkennen von Handlungen.

Die allgemeine Hough-Transformation wurde ursprünglich zur Detektion von Linien entwickelt. Sie wurden weiterentwickelt um allgemeine Formen zu erkennen und schließlich, um verschiedene Objektklassen zu unterscheiden. Hough Forests sind im Prinzip Codebücher die schnell trainiert werden können und eine schnelle Auswertung erlauben. Sie bestehen aus mehreren Bäumen und jeder Baum bildet die Eigenschaften von Bildern oder Videos in seinen Blättern ab, wobei die Blätter den Einträgen im Hough-Raum entsprechen. Dies ist eine sehr interessante und vielversprechende Methode, um verschiedene Aufgaben der Computer Vision zu lösen.

Image

Online-Adaption des Hough Forests während der Objektverfolgung (Abbildung aus J. Gall et al.: Hough Forests for Object Detection, Tracking, and Action Recognition)

Literatur und Links:


Betreuer: t.b.a.

zurück nach oben



Vergleich pixelbasierter Methoden zur Objekterkennung auf See


Im Zuge eines Projektes, welches sich mit der Erkennung von Fremdobjekten auf der Wasseroberfläche beschäftigt, wird im vorliegenden Paper die Eignung verschiedener pixel-basierter Verfahren zur Objekterkennung auf See untersucht. Als Sensor für die Bilderfassung wird hierbei eine auf einem Schiff montierte Thermalkamera verwendet, welche auch feinste Temperaturunterschiede erfassen und in einem Graustufenbild darstellen kann.
Die Bedingungen auf See komplizieren die Objekterkennung, da durch die Wellenbewegungen die thermische Emission des Wassers für den Sensor sichtbar werden kann. Die Seeoberfläche kann dann als ein dynamischer Hintergrund aufgefasst werden, in dem viele Objekte die Erfassung des gesuchten Objektes erschweren.

Image Image

Beispiele für Bilder der Thermalkamera auf See (Abbildungen aus A. Borghgraef et al.: An Evaluation of Pixel-Based Methods for the Detection of Floating Objects on the Sea Surface)

Literatur und Links:


bearbeitet von: Hauke Schade

Betreuer: Markus Franke

zurück nach oben



3D-Objekterkennung in Tiefenbildern


In diesem Seminarthema soll ein Algorithmus zum Wiedererkennen von 3D-Objekten in Tiefenbildern vorgestellt werden. Das Verfahren basiert auf einer neuen Art von Oberflächen-Deskriptor. Diese Deskriptoren ermöglichen das stabile Beschreiben von charakteristischen Oberflächenabschnitten und werden in diesem Verfahren verwendet, um eine Support Vector Machine (SVM) zu trainieren. Eine so konfigurierte SVM ist in der Lage, die antrainierten Objekte in Tiefenbildern wiederzuerkennen.

Image

Korrespondenzen zwischen vier Oberflächenpaaren (Abbildung aus X. Li, I. Guskov: 3D Object Recognition from Range Images using Pyramid Matching)

Literatur und Links:


bearbeitet von: Nils Eschger

Betreuer: Andreas Jordt

zurück nach oben



Stereoberechnung aus Kaustiken in Unterwasserbildern


In diesem Seminarthema geht es darum, Stereo auf Unterwasserbildern zu rechnen. Dabei wird eine ganze Sequenz von Stereobildern verwendet, in der sich sogenannte "Flickering Caustics" finden, d.h. Beleuchtungsänderungen, die durch die Brechung der Sonnenstrahlen an den Wellen der Wasseroberfläche entstehen. Die Betrachtung der möglichen Stereokorrespondenzen über die Zeit und die sich dabei ändernde Beleuchtung erlauben eine interessante Erweiterung eines gängigen Verfahrens zur Bestimmung von Stereokorrespondenzen und damit eine robuste Rekonstruktion der Szene.

Image Image

Unterwasseraufnahmen mit Kaustiken und das verwendete Stereokamerasystem (Abbildungen aus Y. Swirski et al.: Stereo from Flickering Caustics)

Literatur und Links:


bearbeitet von: Stephanie Borchert

Betreuer: Anne Sedlazeck

zurück nach oben



Created by sandro. Last Modification: Wednesday 07 of March, 2012 09:36:18 CET by sandro.