Die Technische Universit\u00e4t M\u00fcnchen (TUM) hat eine coole neue Methode entwickelt, um genaue 3D-Rekonstruktionen von Objekten zu erstellen. Und das Beste daran ist, dass sie daf\u00fcr nur zwei Kameraperspektiven ben\u00f6tigen. Das bedeutet, dass man jetzt hochpr\u00e4zise 3D-Modelle von Objekten erstellen kann, ohne Hunderte von Kameras aufstellen oder in einem speziellen Labor arbeiten zu m\u00fcssen. Das ist echt der Hammer!<\/p>\n
Aber warum ist das \u00fcberhaupt wichtig? Nun, es gibt viele Anwendungen f\u00fcr kamerabasierte Rekonstruktionen. Zum Beispiel k\u00f6nnten autonome Fahrzeuge von dieser Technologie profitieren, um ihre Umgebung besser zu verstehen. Oder man k\u00f6nnte historische Denkm\u00e4ler in digitaler Form festhalten, um sie zu bewahren, falls sie zerst\u00f6rt werden oder im Laufe der Zeit verfallen. Das w\u00e4re doch echt schade, oder?<\/p>\n
Bisher gab es zwei unterschiedliche Ans\u00e4tze f\u00fcr die kamerabasierte Rekonstruktion. Auf der einen Seite gibt es neuronale Verfahren, die zwar sehr pr\u00e4zise sind, aber viele Kameraperspektiven ben\u00f6tigen. Auf der anderen Seite gibt es photometrische Methoden, die mit wenigen Perspektiven arbeiten k\u00f6nnen, aber nur unter kontrollierten Bedingungen funktionieren. Prof. Daniel Cremers und sein Team haben nun eine Methode entwickelt, die das Beste aus beiden Ans\u00e4tzen kombiniert.<\/p>\n
Sie nutzen ein neuronales Netzwerk, um die Oberfl\u00e4che des Objekts zu rekonstruieren, und ein Modell des Beleuchtungsprozesses, um den Lichtverlust zu ber\u00fccksichtigen. Das klingt vielleicht kompliziert, aber es bedeutet im Grunde genommen, dass sie die Ausrichtung der Oberfl\u00e4che zum Licht und den Abstand zur Lichtquelle anhand der Helligkeit in den Bildern bestimmen k\u00f6nnen. Dadurch k\u00f6nnen sie Objekte mit einer bisher nicht erreichten Pr\u00e4zision rekonstruieren, sogar wenn sie nur wenig Oberfl\u00e4chentextur haben. Das ist echt beeindruckend!<\/p>\n
Das Team um Prof. Cremers arbeitet auch daran, neuronale Rekonstruktionsverfahren f\u00fcr autonomes Fahren zu entwickeln. Das bedeutet, dass ein selbstfahrendes Fahrzeug seine Umgebung mit einer Kamera aufnimmt und in Echtzeit ein 3D-Modell davon erstellt. Dadurch kann das Fahrzeug ein r\u00e4umliches Verst\u00e4ndnis der Szene entwickeln und basierend darauf Entscheidungen treffen. Das ist doch echt cool, oder?<\/p>\n
Die Ergebnisse dieser spannenden Forschung werden auf der Conference on Computer Vision and Pattern Recognition (CVPR) in Seattle (USA) pr\u00e4sentiert. Die CVPR ist das bedeutendste Event im Bereich der Computer Vision und Mustererkennung und zieht jedes Jahr f\u00fchrende Experten auf diesem Gebiet an. Das ist echt eine tolle Gelegenheit, um die Ergebnisse der Forschung einem breiten Fachpublikum zu pr\u00e4sentieren.<\/p>\n
Ich finde es echt faszinierend, wie weit die Technologie in den letzten Jahren vorangeschritten ist. Wer h\u00e4tte gedacht, dass man mit nur zwei Kameraperspektiven so genaue 3D-Rekonstruktionen machen kann? Ich bin gespannt, welche Anwendungen sich daraus in Zukunft ergeben werden. Vielleicht k\u00f6nnen wir bald historische Denkm\u00e4ler in VR besichtigen oder unsere Autos werden zu echten Superhelden, die ihre Umgebung perfekt verstehen. Die Zukunft sieht echt aufregend aus!<\/p>\n
Schlagw\u00f6rter: Daniel Cremers + MCML + MDSI<\/p>\n","protected":false},"excerpt":{"rendered":"
Die Technische Universit\u00e4t M\u00fcnchen (TUM) hat eine coole neue Methode entwickelt, um genaue 3D-Rekonstruktionen von Objekten zu erstellen. Und das Beste daran ist, dass sie daf\u00fcr nur zwei Kameraperspektiven ben\u00f6tigen. Das bedeutet, dass man jetzt hochpr\u00e4zise 3D-Modelle von Objekten erstellen kann, ohne Hunderte von Kameras aufstellen oder in einem speziellen...<\/p>\n","protected":false},"author":4,"featured_media":8791,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-8792","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/8792","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8792"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/8792\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/8791"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8792"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8792"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8792"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}