Suchen

3D-Scan-Technologie Digitale Objekte aus unvollständigen 3D-Daten erstellen

Redakteur: Beate Christmann

Einem deutsch-amerikanischen Forscherteam soll es gelungen sein, eine Methode zu entwickeln, mit der sie aus unvollständigen 3D-Datensätzen digitale Objekte rekonstruieren können. Bisherige Verfahren stießen an ihre Grenzen, wenn Oberflächen oder Teile eines Objekts für den aufnehmenden 3D-Scanner nicht komplett messbar waren.

Einem deutsch-amerikansichen Forscherteam soll es gelungen sein, eine Methoder zu entwickeln, mit der sie aus unvollständigen 3D-Daten die ursprünglichen Objekte digital rekonstruieren können.
Einem deutsch-amerikansichen Forscherteam soll es gelungen sein, eine Methoder zu entwickeln, mit der sie aus unvollständigen 3D-Daten die ursprünglichen Objekte digital rekonstruieren können.
(Bild: MPI)

Wenn es um die digitale Erfassung realer Objekte geht, stoßen die aktuell zur Verfügung stehenden Kameras immer wieder auf Probleme, und zwar dann, wenn zum Beispiel die Oberfläche des Objekts zu dunkel ist oder sich Teile überlagern. Wissenschaftler des Max-Planck-Instituts für Informatik berichten nun, dass sie gemeinsam mit Kollegen vom US-amerikanischen Halbleiterhersteller Intel und dem Intel Visual Computing Institute der Universität des Saarlandes eine Methode entwickelt haben, die selbst aus unvollständigen Aufnahmen ein digitales Objekt rekonstruieren kann.

Fehlerhafte 3D-Geometrien als Problem in AR, VR, Robotik und 3D-Druck

„Tiefensensoren, etwa die der Microsoft Kinect Sensor, sind heute bereits sehr leistungsfähig, aber sie funktionieren leider nicht auf allen Materialien gleich gut, was zu verrauschten Daten oder fehlenden Messwerten führt“, erklärt Mario Fritz, der am Max-Planck-Institut für Informatik die Gruppe Scalable Learning and Perception leitet. Der Wissenschaftler fährt fort: „Die daraus resultierenden fehlerhaften oder unvollständigen 3D-Geometrien stellen ein echtes Problem für eine Reihe von Anwendungen dar, etwa in der virtuellen, erweiterten Realität oder bei der Zusammenarbeit mit Robotern und im 3D-Druck.“

Spezieller Typ eines neuronalen Netzwerks als Lösung

Die neue Methode der Forschergruppe nutzt nun ein spezielles neuronales Netzwerk. „Unsere Methode benötigt keinerlei Aufsicht während der Lernphase, was in dieser Form ein Novum ist“, ist sich Fritz sicher. Auf diese Weise, so erklären die Forscher, sei es ihnen beispielsweise gelungen, einen flachen Monitor, dessen digitales Abbild nach dem 3D-Scan eher einer Bretterwand glich, so zu rekonstruieren, dass jedermann wieder einen Monitor erkennen konnte. Auch bei der Klassifizierung von gescannten Objekten soll die Methode sehr gute Ergebnisse gezeigt haben. In Zukunft wollen die Wissenschaftler ihre Methode weiterentwickeln, so dass sie auch bei verformbaren Objekten und größeren Szenen funktioniert.

(ID:44987854)