Wagner, Sebastian (2006)
Entwicklung eines Objekterkennungsverfahrens zur Initialisierung einer Augmented-Reality-Anwendung.
Technische Universität Darmstadt
Masterarbeit, Bibliographie
Kurzbeschreibung (Abstract)
Für diese Diplomarbeit wurde eine teilweise Lösung des Initialisierungsproblems von Trackingverfahren basierend auf kürzlich vorgestellten Neuerungen im Bereich der Computer Vision entwickelt und analysiert. Derzeit muss in Augmented- oder Mixed-Reality-Systemen die Relation von verfolgtem Objekt und virtueller 3D-Geometrie oft manuell eingestellt werden. Um die dazu notwendige, ausgesprochen komplexe Analyse von 2-dimensionalen Bilddaten durchzuführen, wurden diverse Bildbeschreibungs-Verfahren, fortgeschrittene numerische Methoden wie Non-Negative Matrix Factorization implementiert und existierende Machine-Learning-Software als Methode zur Regression in einem Lernen-am-Beispiel-Framework eingesetzt. For this diploma thesis a partial solution to the problem of initializing a tracking algorithm based on recent advancements in the area of computer vision was developed and analyzed. Currently, in augmented or mixed reality systems, establishing a relationship between a tracked object and virtual 3D geometry is often a manual step. To automize the necessary, very complex analysis of 2-dimensional image data, various image description schemes, advanced numerical methods like Non Negative Matrix Factorization were implemented and existing machine learning software was used as a method of regression in a learn-by-example framework.
| Typ des Eintrags: | Masterarbeit |
|---|---|
| Erschienen: | 2006 |
| Autor(en): | Wagner, Sebastian |
| Art des Eintrags: | Bibliographie |
| Titel: | Entwicklung eines Objekterkennungsverfahrens zur Initialisierung einer Augmented-Reality-Anwendung |
| Sprache: | Deutsch |
| Publikationsjahr: | 2006 |
| Kurzbeschreibung (Abstract): | Für diese Diplomarbeit wurde eine teilweise Lösung des Initialisierungsproblems von Trackingverfahren basierend auf kürzlich vorgestellten Neuerungen im Bereich der Computer Vision entwickelt und analysiert. Derzeit muss in Augmented- oder Mixed-Reality-Systemen die Relation von verfolgtem Objekt und virtueller 3D-Geometrie oft manuell eingestellt werden. Um die dazu notwendige, ausgesprochen komplexe Analyse von 2-dimensionalen Bilddaten durchzuführen, wurden diverse Bildbeschreibungs-Verfahren, fortgeschrittene numerische Methoden wie Non-Negative Matrix Factorization implementiert und existierende Machine-Learning-Software als Methode zur Regression in einem Lernen-am-Beispiel-Framework eingesetzt. For this diploma thesis a partial solution to the problem of initializing a tracking algorithm based on recent advancements in the area of computer vision was developed and analyzed. Currently, in augmented or mixed reality systems, establishing a relationship between a tracked object and virtual 3D geometry is often a manual step. To automize the necessary, very complex analysis of 2-dimensional image data, various image description schemes, advanced numerical methods like Non Negative Matrix Factorization were implemented and existing machine learning software was used as a method of regression in a learn-by-example framework. |
| Freie Schlagworte: | Computer vision, Image analysis, Numeric methods, Markerless tracking, Object tracking, Sift operator, Gradient computation, Machine learning |
| Zusätzliche Informationen: | 80 S. |
| Fachbereich(e)/-gebiet(e): | nicht bekannt 20 Fachbereich Informatik 20 Fachbereich Informatik > Graphisch-Interaktive Systeme |
| Hinterlegungsdatum: | 16 Apr 2018 09:03 |
| Letzte Änderung: | 16 Apr 2018 09:03 |
| PPN: | |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum