Motion in depth

Ziel dieser Dissertation ist die Erfassung und Nutzung verschiedener Arten menschlicher Körperbewegungen, welche von ausladenden Bewegungen der Gliedmaßen bis hin zu subtilen Bewegungen des Oberkörpers während der Atmung reichen können. Eine Idee dieser Dissertation hierbei ist es die verschiedenen Körperbewegungen durch zwei inhärent unterschiedliche Eingabemodalitäten gleichzeitig zu erfassen und anschließend in einer sich gegenseitig ergänzenden Weise zu kombinieren. Die verwendeten Eingabemodalitäten sind zum einen eine Tiefenkamera und zum anderen am Körper getragene Inertialsensoren. Es wird gezeigt, wie solch eine sich gegenseitig ergänzende Kombination beider Modalitäten aussieht und wie dies zur Entstehung völlig neuer Anwendungen führen kann, welche durch die jeweiligen Modalitäten allein nicht ohne weiteres erreicht werden könnten. Zu diesem Zweck wird eine neuartige Methode vorgestellt, die es ermöglicht, die Datenströme beider Modalitäten abzugleichen. Als Resultat können sowohl die Person als auch das Körperteil, an dem der Inertialsensor getragen wird, innerhalb eines Tiefenbildes einer in der Umgebung angebrachten Tiefenkamera identifiziert werden. Dies ermöglicht es beiden Modalitäten einen privaten Kommunikationskanal aufzubauen, über den personenbezogene Daten an die richtige Person bzw. das richtige Endgerät selbst in Szenarien mit mehreren Personen übertragen werden können. Eine beispielhafte Anwendung wäre die Positionsbestimmung in Innenräumen. In Umgebungen an denen ohnehin Überwachungskameras zum Einsatz kommen, beispielsweise in einem Flughafen, könnten die Positionen verschiedener Personen im Sichtfeld einer Kamera erfasst und an das jeweils richtige Gerät übermittelt werden, vorausgesetzt der jeweilige Nutzer entscheidet sich dafür und aktiviert diese Funktion auf seinem tragbaren Endgerät.
Um derartige Anwendungen zu erleichtern wird weiterhin ein neuartiges Kompressionsverfahren vorgestellt, das für die Komprimierung von auf Quaternionen basierenden Bewegungsdaten konzipiert ist. Dieses dient zur Reduktion der zu übertragenden Datenmenge um damit sowohl den Energieverbrauch als auch die Bandbreitennutzung zu senken. Die Kompression wird durch einen neuartigen Piecewise Linear Approximation-Algorithmus erreicht und beruht auf dem Konzept, dass, ähnlich wie bei Computeranimationen, nur bestimmte Körperstellungen, so genannte Keyframes, gespeichert oder übertragen werden müssen, während die Gesamtbewegung des Körpers aus diesen interpoliert werden kann.
Schließlich wird die Verwendung einer Tiefenkamera eingehend zur Messung der menschlichen Atmung aus der Distanz untersucht. Das darunterliegende Prinzip hierbei beruht auf der Erfassung der subtilen Bewegungen des Oberkörpers, die durch das Anheben von Brust und Bauch während der Atmung verursacht werden. Zu diesem Zweck wird ein neuartiger Algorithmus vorgestellt, der eine robuste Messung der menschlichen Atmung unter Verwendung von Tiefendaten erzielen kann. Diese Methode erfordert keinen physischen Körperkontakt, funktioniert zuverlässig aus Entfernungen von bis zu 4 Metern und funktioniert im Gegensatz zu verfügbaren Ansätzen auch bei Verdeckungen und leichten Bewegungen des Oberkörpers, wie sie beispielsweise beim Stehen und Halten des Gleichgewichts auftreten können. Dies wird überprüft indem die vorgestellte Methode in einer Benutzerstudie mit einem kommerziellen Atemgürtel verglichen wird. Darüber hinaus werden diese Methode sowie die gängigsten tiefenbasierten Methoden zur Erfassung der Atmung in einer umfassenden Benutzerstudie verglichen, in der eine Auswahl der wichtigsten Parameter, die die Messung der Atmung aus der Distanz beeinflussen können, eingehend evaluiert werden.