SlideServe
Menu
Préférences
© SlideServe · v2026

Human Motion Analysis

kelli avatar
22 diapositives · 352 Views · Sep 04, 2014

Oliver Scheickl. Human Motion Analysis. Motivation Anwendungen Grundlegendes Körperanalyse Tracking Action Recognition Gesichtserkennung. 1. Motivation. Motivation Anwendungen Grundlegendes Körperanalyse Tracking Action Recognition Gesichtserkennung.

Human Motion Analysis - slide 1
01 / 22Human Motion Analysis
1 / 17

Télécharger la présentation

Human Motion Analysis
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation
  1. Oliver Scheickl Human Motion Analysis • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung

  2. 1. Motivation • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Hauptgrund der Forschung: Mensch-Maschine-Interaktion Neue Input Formen Erweiterte Einsatzmöglichkeiten Unabhängige Umgebungsanalyse

  3. 2. Anwendungen • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung

  4. 3. Grundlegendes • Motivation • Anwendungen • Grundlegendes • Stick figure • 2D Modell • 3D Modell • Gebiete • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Drei grundsätzliche Arten, den menschlichen Körper zu modellieren: Stick figure

  5. 3. Grundlegendes • Motivation • Anwendungen • Grundlegendes • Stick figure • 2D Modell • 3D Modell • Gebiete • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Drei grundsätzliche Arten, den menschlichen Körper zu modellieren: 2D Modell

  6. 3. Grundlegendes • Motivation • Anwendungen • Grundlegendes • Stick figure • 2D Modell • 3D Modell • Gebiete • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Drei grundsätzliche Arten, den menschlichen Körper zu modellieren: 3D Modell

  7. 3. Grundlegendes • Motivation • Anwendungen • Grundlegendes • Stick figure • 2D Modell • 3D Modell • Gebiete • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Die verschiedenen Arbeitsgebiete: Bewegungs- und Körperanalyse Tracking (Verfolgen) von Menschen Aktivitätserkennung Gesichts- Emotionserkennung

  8. 4. Körperanalyse • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Zwei unterschiedliche Methoden: Modellbasierter Ansatz Grundlage ist ein menschliches Modell Bildsequenzen werden auf Modell übertragen Verknüpfung Bilddaten <=> Modell Ansatz ohne Modell Analyse folgt direkt aus dem Realbild Angleichung basiert auf Vorhersage bzw. Schätzung

  9. 4.1 Modellbasiert • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Mit Modell • Ohne Modell • Tracking • Action Recognition • Gesichtserkennung Im Allgemeinen stick figure Modelle Extraktion des Körpers aus Hintergrund Akita, Keyframes Perales & Torres, Modellbibliothek Merkmalsprojektion  Extraktion

  10. 4.2 Ohne Modell • Schwieriger • Grundlegende Arbeit von Johannson: • Stichwort Moving Light Displays (MLD) • Darauf aufbauend Arbeiten von: • Rashid, Erkennen menschlicher Strukturen • Webb & Aggarwal, Fixed-Axis-Assumption • Shio & Slansky arbeiteten mit „Blobs“ • All diese Verfahren haben sich v.a. im Bereich • Der Handhaltungserkennung etabliert (Zeichen- • Sprachenübersetzung) • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Mit Modell • Ohne Modell • Tracking • Action Recognition • Gesichtserkennung

  11. 5. Tracking • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Erkennen und Verfolgen von Personen. Vorteil: Durch Nutzung uninterpretierter visueller Low-Level-Merkmale geringer Rechenaufwand Ikonisches Modell: Templatebasiert nur wenig Bewegung! Strukturelles Modell: nutzt Bildmerkmale auch schnelle Bewegung! Man unterscheidet prinzipiell zwischen Verfolgen mit einer Kamera (Single Camera Tracking), und mit mehreren Kameras (multiple Camera Tracking)

  12. 5.1 Single Camera Tracking • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Single • Multiple • Action Recognition • Gesichtserkennung Die meisten Methoden des Tracking benutzen Bildsequenzen einer Kamera. Merkmale zur Aufzeichnung sind gewöhnlich Punkte und Bewegungsblobs. Polana & Nelson, Rechtecküberdeckung Rossi & Bozzoli, vertikale Kamera

  13. 5.2 Multiple Camera Tracking • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Single • Multiple • Action Recognition • Gesichtserkennung Beliebig großer Beobachtungsbereich Schwierigeres Angleichen Cai & Aggarwal, Mittelachse Sato, Menschen sind Kombination aus Blobs Kelly, Voxel

  14. 6. Action Recognition • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Aufbauend auf den Techniken der Körperanalyse und des Tracking ist der nächste Schritt das computergesteuerte Erkennen der Handlung eines Menschen (Action Recognition). Verbreitete Sichtweise: Klassifikationsproblem State-Space-Verfahren  Template Matching

  15. 6.1 Template Matching • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Template M. • State-Space • Gesichtserkennung Polana & Nelson, Zyklen in Bewegungen Zyklus = feste Anzahl Abschnitte Bobick & Davis, Motion-Energy-Images (MEI) Motion-History-Images (MHI)

  16. 6.2 State-Space-Verfahren • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Template M. • State-Space • Gesichtserkennung • Jede Körperstellung = fester Zustand • Jede Sequenz besteht aus diesen Haltungen • Zustände verbunden mit Übergangs-Wkt. • Hidden-Markov-Modell Bobick & Campbell, MLD Aufzeichnungen Wichtig: Oft Endhaltung entscheidend, nicht vorherige Bewegung!

  17. 6.2 State-Space-Verfahren • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Template M. • State-Space • Gesichtserkennung

  18. 7. Gesichtserkennung • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Entscheidend bei Überwachungssystemen und Mensch-Maschine-Interaktion Die meisten Algorithmen gehen von einer vorher Bekannten Position des Gesichtes aus. Geometrische Analyse Active Shape Model Template Matching

  19. 7. Gesichtserkennung • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Geometrische Analyse:

  20. 7. Gesichtserkennung • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Active Shape Model:

  21. 7. Gesichtserkennung • Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Template Matching:

  22. Motivation • Anwendungen • Grundlegendes • Körperanalyse • Tracking • Action Recognition • Gesichtserkennung Vielen Dank für die Aufmerksamkeit!