idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
06/20/2024 13:26

Von zwei Bildern zum 3D-Objekt

Julia Rinner Corporate Communications Center
Technische Universität München

    Forschenden der Technischen Universität München (TUM) ist es gelungen, anhand von Aufnahmen aus nur zwei Kameraperspektiven präzise 3D-Rekonstruktionen von Objekten zu erstellen. Dabei können diese in ihrer natürlichen Umgebung aufgenommen werden. Bislang waren dafür hunderte Kameraperspektiven oder Laborbedingungen notwendig. Kamerabasierte Rekonstruktionen werden beim autonomen Fahren oder auch beim Erhalt historischer Denkmäler angewendet.

    In den letzten Jahren sind neuronale Methoden für kamerabasierte Rekonstruktion sehr beliebt geworden. Diese benötigen allerdings meist hunderte von Kameraperspektiven. Auf der anderen Seite gibt es klassische photometrische Verfahren, die zwar aus wenigen Perspektiven hochpräzise Rekonstruktionen auch aus Objekten mit einer geringen Oberflächentextur berechnen, die aber typischerweise nur in kontrollierten Laborumgebungen funktionieren.

    Abbild präziser, trotz weniger Datenpunkte

    Daniel Cremers, Professor für Bildverarbeitung und Künstliche Intelligenz sowie Leiter des Munich Center for Machine Learning (MCML) und einer der Direktoren des Munich Data Science Institute (MDSI) hat gemeinsam mit seinem Team eine Methode entwickelt, die beide Verfahren verbindet. Die Forschenden kombinieren dafür ein neuronales Netz der Oberfläche mit einem genauen Modell des Beleuchtungsprozesses, das die Abnahme des Lichts mit der Entfernung zwischen Objekt und Lichtquelle berücksichtigt. Dabei kann aus der Helligkeit in den Bildern bestimmt werden, wie die Oberfläche zum Licht ausgerichtet und wie weit sie von der Lichtquelle entfernt ist. „So gelingt es uns, aus wenigen Daten Objekte deutlich präziser nachzubilden, als es bei vorherigen Verfahren möglich war. Für unsere Rekonstruktionen können wir das natürliche Umfeld verwenden und auch Objekte mit nur einer geringen Oberflächentextur nachbilden“, sagt Daniel Cremers.

    Anwendung beim autonomen Fahren und Denkmalschutz

    Das Verfahren kann genutzt werden, um historische Denkmäler zu erhalten oder Museumsobjekte zu digitalisieren. Werden diese zerstört oder verfallen mit der Zeit, ist es mithilfe von Fotos möglich, diese zu rekonstruieren und wahrheitsgetreu wiederaufzubauen. Neuronale kamerabasierte Rekonstruktionsverfahren entwickelt das Team von Prof. Cremers auch für das autonome Fahren. Hier wird die Umgebung mit einer Kamera gefilmt. Das autonome Auto kann dabei die Umgebung in Echtzeit nachbilden, ein dreidimensionales Szenenverständnis entwickeln und auf Grundlage dessen Entscheidungen treffen. Das Verfahren basiert auf neuronalen Netzen, die für einzelne Bilder eines Videos 3D-Punktwolken der Welt vorhersagen, die dann zu einem großskaligen Modell der durchfahrenen Straßen fusioniert werden.

    Weitere Informationen:

    - Daniel Cremers ist Professor für Bildverarbeitung und Künstliche Intelligenz und gleichzeitig Direktor am Munich Data Science Institute (MDSI) und Munich Center for Machine Learning (MCML). Er erforscht vor allem Methoden der Computer Vision und des Maschinellen Lernens, um Algorithmen für die präzise 3D-Rekonstruktion und Bildanalyse zu entwickeln.
    - Die Studie wird auf der Conference on Computer Vision and Pattern Recognition (CVPR) vom 17. – 21. Juni 2024 in Seattle (USA) vorgestellt. Dabei handelt es sich um die wichtigste und größte Veranstaltung auf dem Gebiet der Computer Vision und Mustererkennung.


    Contact for scientific information:

    Daniel Cremers
    Technische Universität München
    Professur für Bildverarbeitung und Künstliche Intelligenz
    cremers@tum.de


    Original publication:

    Mohammed Brahimi, Bjoern Haefner, Zhenzhang Ye, Bastian Goldluecke, Daniel Cremers. Sparse Views, Near Light: A Practical Paradigm for Uncalibrated Point-light Photometric Stereo. CVPR conference 2024.


    More information:

    https://www.tum.de/aktuelles/alle-meldungen/pressemitteilungen/details/von-zwei-...


    Images

    Criteria of this press release:
    Journalists
    Information technology
    transregional, national
    Research results, Scientific Publications
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).