In der Vergangenheit wurde der Großteil der Arbeit in die theoretische Optimierung der Methoden zur aktiven Ansichtenauswahl sowie zur aktiven Objektverfolgung investiert. Obwohl identische informationstheoretische Ansätze verwendet werden, wurden diese beiden Bereiche des Teilprojektes B2 hauptsächlich unabhängig voneinander optimiert. Mit der zunehmenden Integration von Objektverfolgung und -klassifikation in ein gemeinsames System ist nun auch der wechselseitige Informationsaustausch und damit die gegenseitige Unsicherheitsreduktion der beiden Teilbereiche ermöglicht worden.

Bezüglich der Ansichtenplanung zur effizienten Objekterkennung wurde erhöhter Wert auf die Handhabung dünn besetzter initialer Objektmodelle, d.h. Datensätzen mit Information über nur wenige Ansichten des Objektes, gelegt. Auf solchen Modellen ist es u.U. nicht sinnvoll, direkt mit der eigentlichen Aufgabe einer zielstrebigen Klassifikation zu beginnen, da die zu Grunde liegenden Daten hinsichtlich einer Klassendiskriminierbarkeit recht unzuverlässig sind. Stattdessen wird das vorhandene Objektmodell durch aktives Lernen, d.h. wiederum aktive Ansichtenauswahl, selektiv erweitert. Anders als bei der klassifikationsspezifischen Strategie zur Ansichtenauswahl wird zur Verbesserung des Modells weder eine Trainingsphase noch eine nur probabilistische Annahme über die Objektklasse und -lage eingesetzt. Vielmehr wird eine optimale Sensorbewegung durch das Ausnutzen von Unsicherheitskriterien über das aktuelle Modellwissen generiert. Entscheidend ist hierbei, dass die Modellverbesserung als Zielfunktion stets die Maximierung der zu erwartenden Klassifikationsrate heranzieht. Um dabei nicht nur die Anzahl der zu beachtenden Objektmerkmale reduzieren, sondern auch deren jeweilige Bedeutung für die Klassendiskriminierbarkeit berücksichtigen zu können, wurden sowohl PCA-transformierte Eigenraummerkmale als auch Wavelet-Merkmale evaluiert.

Ein weiterer Aspekt, der wiederum mit der aktiven Ansichtenauswahl mittels Reinforcement Learning zusammenhängt, ist der Vergleich von Zustandsdichten. Letztere geben eine probabilistische Beschreibung für die Schätzung der aktuellen Kameraparameter relativ zum betrachteten Objekt, sowie dessen Klasse wider. Die vielfache Berechnung der Ähnlichkeit zweier Zustandsdichten, welche durch Partikelmengen repräsentiert werden, ist aufgrund der notwendigen Parzen-Schätzung und der Berechnung des Kullback-Leibler Abstandes sehr zeitaufwändig. Deshalb wurde ein Verfahren entwickelt, welches aufgrund einer Kombination schnell berechenbarer Dichtenparameter, wie etwa dem Schwerpunkt und der Entropie, Dichtenpaare frühzeitig von der detaillierteren Ähnlichkeitsberechnung ausschließen kann. Um weitere Rechenzeit einzusparen, wurden erfolgreich Methoden realisiert, die den Optimierungssuchraum der Sensorbewegung initial einschränken, sowie die Anzahl der zu verwendenden Partikel optimieren.

Die Arbeiten im Teilbereich der aktiven Objektverfolgung wurden fortgeführt. Es wurden nicht nur Kameras mit einer elektrisch verstellbaren Brennweite, sondern zusätzlich auch mit Schwenk-Neige-Einheiten eingesetzt, um den potentiellen Sichtbereich der Kameras zu erhöhen. Dabei konnte die Linearisierung des Sichtbarkeitsbaumes und die Auswertung mittels sequentiellem Kalman Filter an die erweiterte Problematik angepasst werden. Dadurch kann die optimale Aktionsauswahl weiterhin über mehrere Zeitschritte mit einer variablen Kamerazahl und in Echtzeit erfolgen.

Zusätzlich wurde die Verbindung zwischen der Objektverfolgung und der Objekterkennung weiter ausgebaut. In der simultanen Objektverfolgung und Klassifikation wurde einerseits ein Objekt schritthaltend verfolgt und andererseits mit einer geringeren Bildrate seine Klasse und Lage bestimmt. Dabei wurde die Verfolgung mit einem Farbhistogrammabgleich durchgeführt, während die Erkennung über eine Wavelet-Zerlegung oder über den Abgleich mit einem aus einem Lichtfeld generierten Bild erfolgte. Durch die Verfolgung konnte der Suchraum für die Objekterkennung deutlich reduziert werden.

Als neues Thema in der Objektverfolgung wurde die Bestimmung des Sensorrauschens mittels adaptivem Kalman Filter und mehrerer Sensoren (Kameras) untersucht. Das Sensorrauschen bildet einen wichtigen Bestandteil der Aktionswahl mittels Kalman Filter. Die Einbettung der Ergebnisse in die aktive optimale Aktionswahl in der Objektverfolgung steht aber noch aus.

In einer Diplomarbeit wurde die Informationsfusion aus sich bewegenden und statischen Sensoren untersucht. Dabei bewegt sich ein Roboter (in dieser Arbeit vom Typ "Volksbot") durch eine Szene und soll ein vom Benutzer ausgewähltes Objekt erreichen und per Nahaufnahme klassifizieren. Der Roboter verfügt über eine omnidirektionale Kamera, in der das Objekt relativ zum Roboter verfolgt werden kann. Die Szene wird zusätzlich von mehreren statischen Kameras betrachtet, welche die Positionen von Roboter und Objekt (aber nicht die Ausrichtung des Roboters) in einem globalen Koordinatensystem ermitteln. Die Information aus beiden Sensorsystemen wurde fusioniert, um den Roboter zum Ziel zu führen. Wie anzunehmen, ist diese Aufgabe unter Verwendung der roboterinternen omnidirektionalen Kamera unproblematisch. Wird diese Kamera deaktiviert, so konnte alleine durch die statischen, externen Kameras trotzdem ein Heranführen des Roboters an das Objekt erreicht werden. Eines der Hauptprobleme dabei war die Bestimmung der Ausrichtung des Roboters, da diese nicht direkt gemessen werden konnte.