Approximation und Berechnung von Zufallsgrößen anhand der Finite-Elemente-Methode

Es wird ein Verfahren vorgestellt, mit dem stetige Zufallsgrößen rechnerunterstützt dargestellt und miteinander verknüpft werden können. Die Verteilungsfunktionen der Zufallsgrößen werden mit einem Finite-Elemente-Ansatz in einem endlichen Intervall [tmin; tmax] approximiert. Die Addition zweier Zufallsgrößen wird durch numerische Berechnung des Faltungsintegrals durchgeführt.

Fitting 3D morphable models using implicit representations

We consider the problem of approximating the 3D scan of a real object through an affine combination of examples. Common approaches depend either on the explicit estimation of point-to-point correspondences or on 2-dimensional projections of the target mesh; both present drawbacks. We follow an approach similar to [IF03] by representing the target via an implicit function, whose values at the vertices of the approximation are used to define a robust cost function. The problem is approached in two steps, by approximating first a coarse implicit representation of the whole target, and then finer, local ones; the local approximations are then merged together with a Poisson-based method. We report the results of applying our method on a subset of 3D scans from the Face Recognition Grand Challenge v.1.0.