Detailseite
Echte Virtuelle Menschen
Antragsteller
Professor Dr. Gerard Pons-Moll
Fachliche Zuordnung
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Förderung
Förderung seit 2018
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 409792180
Virtuelle Menschen stehen im Zentrum verschiedener Anwendungsbereiche, wie zum Beispiel Medizin und Psychologie, virtuelle und erweiterte Realität und Spezialeffekte in Filmen. Für die Mensch-Maschine-Interaktion ist es entscheidend menschliche Modelle zu entwickeln, die sich in ihrem Aussehen und ihren Bewegungen nicht von realen Menschen unterscheiden. Um eine natürliche Kommunikation zu ermöglichen, müssen Maschinen uns menschenähnlich erscheinen. Gleichzeitig benötigen auch Maschinen detaillierte interne Repräsentationen echter Menschen, um (aus sensorischen Daten) alle Feinheiten wahrzunehmen, die uns wirklich machen. Um dies Echtheit zu erreichen, sind alle Details wichtig: der Gesichtsausdruck, die Geometrie des Körpers und seine Bewegungen, die Bewegung des Weichgewebes, das Aussehen und die Bewegung der Kleidung oder das Licht, das unser Körper reflektiert. All das sind Komponenten, die mit höchster Präzision modelliert und erkannt werden müssen.Unsere Hypothese ist, dass leichter zu kontrollierende und realistischere Modelle von Menschen und Kleidung erlernt werden können, indem echte Menschen mit 3D/4D-Scans, Videos und Trägheitssensoren erfasst werden. Das Ziel dieses Projekts ist es, kompakte und detailreiche Darstellungen von Menschen und Inferenztechniken zu entwickeln, um solche Repräsentationen aus visuellen Daten zu extrahieren.Die zwei wichtigsten Forschungsfragen, die wir ansprechen wollen, sind:1) Wie digitalisieren wir Menschen effizient, ohne die Feinheiten zu verlieren, die uns echt machen?2) Angesichts dieser kompakten Digitalisierung, wie können wir Maschinen so trainieren, dass sie solche detailreichen Darstellung aus visuellen Daten wahrnehmen?
DFG-Verfahren
Emmy Noether-Nachwuchsgruppen