Entwicklung eines Objekterkennungsverfahrens zur Initialisierung einer Augmented-Reality-Anwendung

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