MASKS © 2004 Invitation to 3D vision. MASKS © 2004 Část 1 Přehled a úvod.

Slides:



Advertisements
Podobné prezentace
Lineární klasifikátor
Advertisements

Rekonstrukce povrchu objektů z řezů Obhajoba rigorózní práce 25. června 2003 Radek Sviták
Mechanika s Inventorem
Rovnice roviny Normálový tvar rovnice roviny
Přednáška 12 Diferenciální rovnice
T.A. Edison Tajemství úspěchu v životě není v tom, že děláme, co se nám líbí, ale, že nacházíme zalíbení v tom, co děláme.
 př. 4 výsledek postup řešení Zjistěte, zda jsou vektory a, b, c lineárně závislé. a=(1;2;3), b=(3;0;1), c=(-1;4;5)
Vazby a vazbové síly.
EKO/GISO – Modely prostorových dat.  Mnoho definic - jedno mají společné – Gisy pracují s prostorovými daty  Minimální GIS vždy spojuje databázi, prostorové.
Rovinné útvary.
Předmět: Počítačová grafika 1 (PGRF1) Přednáška č
Geometrie 3D vidění Perspektivní projekce – popisuje strukturu obrazu pomocí dírkového modelu kamery Souřadnice jsou homogenní.
Formulace a vlastnosti úloh lineárního programování
METODA KONEČNÝCH PRVKŮ
Analytická geometrie pro gymnázia
Projekt OP VK č. CZ.1.07/1.5.00/ Šablony Mendelova střední škola, Nový Jičín Tento projekt je spolufinancován ESF a státním rozpočtem ČR. Byl uskutečněn.
Pohyb mechanismu úvod do teorie mechanismů, klasifikace mechanismů
Úvod do 3D geometrie První přednáška mi vyšla na 90 minut po slajd 31 (3D representace modelů). Ten zbytek jsem pak prolítnul tak za pět minut, ale myslím.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 15. PŘEDNÁŠKA.
Téma 7, ODM, prostorové a příčně zatížené prutové konstrukce
Lineární zobrazení.
Poděkování: Tato experimentální úloha vznikla za podpory Evropského sociálního fondu v rámci realizace projektu: „Modernizace výukových postupů a zvýšení.
Vektorová grafika.
Diferenciální počet funkcí více proměnných
Středové promítání dané průmětnou r a bodem S (Sr) je zobrazení prostoru (bez S) na r takové, že obrazem bodu A je bod A‘=SAr. R – stopník přímky.
Soustavy souřadnic – přehled
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Nelineární systémy Funkcí f(x(t),u(t)) je v každém okamžiku pohybu systému definován vektor rychlosti změny stavu dx(t)/dt určující okamžitý směr stavové.
Diferenciální geometrie křivek
Simplexová metoda pro známé počáteční řešení úlohy LP
Počítačová chemie (5. přednáška)
Kde je elektrické pole „silnější“
Další úlohy pružnosti a pevnosti.
Polohové úlohy 2 Mgr. Martin Krajíc matematika 3.ročník analytická geometrie Gymnázium Ivana Olbrachta Semily, Nad Špejcharem 574, příspěvková.
IX. Vibrace molekul a skleníkový jev cvičení
2.KÓTOVANÉ PROMÍTÁNÍ Označíme: s směr promítání, sp
4 Základy - pojmy Střed promítání ,,O“ Hlavní bod snímku ,,H“ Konstanta komory ,,f“ Osa záběru Střed snímku ,,M“ Rámová značka (měřický snímek) Úvod do.
Gymnázium Jiřího Ortena KUTNÁ HORA
Modelování a výpočty MKP
Lineární rovnice s parametrem Autor: Jiří Ondra. Rovnici s parametrem považujeme za zápis množiny všech rovnic, které získáme dosazením konstant za parametr.
Linearizace dynamického systému
Program přednášky ,, Kalibrace “ - snímkové souřadnice
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Podobnost trajektorií Jiří Jakl Úvod - využití Rozpoznáváni ručně psaných textů GPS navigace Analýza pohybu pracovníku v budovách Predikce.
Vyhledávání vzorů (template matching)
Jaký je skalární součin vektorů
SGEO2B Témata závěrečných prací. Ukázka.. Formální stránka práce Titulní strana: škola, název práce, autor, datum Písmo vel. 12, řádkování 1,5 Okraje:
Vzdálenosti v tělesech
Klasifikace a rozpoznávání
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
VEKTORY.
VIII. Vibrace víceatomových molekul cvičení
Repetitorium z matematiky Podzim 2012 Ivana Medková
Geografické informační systémy pojetí, definice, součásti
Grafické systémy II. Ing. Tomáš Neumann Interní doktorand kat. 340 Vizualizace, tvorba animací.
POV – Počítačové vidění Detekce kružnic v obraze pomocí Houghovy transformace 1/10 Jaroslav Řezník,
FUNKCE, KONSTRUKČNÍ ÚLOHY Převody jednotek, funkce, konstrukční úlohy, osová a středová souměrnost.
Výškopis ● Vrstevnice -Vrstevnice je čára o stejné nadmořské výšce zobrazená na mapě. – Interval i = M / 5000 – Hlavní, vedlejší.
Moderní poznatky ve fyzice
Ing. Milan Houška KOSA PEF ČZU v Praze
Mgr. Petra Toboříková, Ph.D. VOŠZ a SZŠ Hradec Králové, Komenského 234
ANALÝZA A KLASIFIKACE DAT
Elektronické učební materiály - II. stupeň Matematika
1 Lineární (vektorová) algebra
1. přednáška Úvod, vektorový počet, funkce více proměnných
Střední škola obchodně technická s. r. o.
ANALÝZA A KLASIFIKACE DAT
INTENZITA ELEKTRICKÉHO POLE.
ANALÝZA A KLASIFIKACE DAT
ANALYTICKÁ GEOMETRIE Analytická geometrie je část geometrie, která v euklidovské geometrii zkoumá geometrické útvary pomocí algebraických a analytických.
Transkript prezentace:

MASKS © 2004 Invitation to 3D vision

MASKS © 2004 Část 1 Přehled a úvod

MASKS © 2004 Rekonstrukce z obrázků – Základní problém Vstup: Odpovídající “rysy” v několika perspektivních obrázcích. Výstup: Pozice kamery, kalibrace, reprezentace scény.

MASKS © 2004 Aplikace – Autonomní dálniční vozidla

MASKS © 2004 Aplikace – Bezposádkové letecké prostředky (UAVs) Courtesy of Berkeley Robotics Lab Rate: 10Hz; Accuracy: 5cm, 4 o

MASKS © 2004 Invitation to 3D vision Aplikace – Real-Time virtuální vkládání objektů UCLA Vision Lab

MASKS © 2004 Invitation to 3D vision Aplikace – Real-Time Sportovní pokrytí Princeton Video Image, Inc. First-down line and virtual advertising

MASKS © 2004 Invitation to 3D vision Aplikace – Modelování a vykreslování na základě obrázků Image courtesy of Paul Debevec

MASKS © 2004 Invitation to 3D vision Část 2 Geometrie obrázku

MASKS © 2004 Invitation to 3D vision Geometrické modely kamer Model Pinhole kamery Přehled značení Skutečné parametry kamery Z metrických k obrázkovým souřadnicím 3-D Euklidovský prostor & pohyb pevných objektů Souřadnice a souřadnicové rámce Pohyb pevných objektů a homogenní souřadnice Přehled

MASKS © 2004 Invitation to 3D vision 3-D Eiklidovský prostor- Kartézský souřadnicový systém Standardní bázové vektory: Souřadnice bodu v prostoru:

MASKS © 2004 Invitation to 3D vision 3-D Euklidovský prostor- Vektory “Volný” vektor je definován pomocí dvojice bodů: Souřadnice vektoru:

MASKS © 2004 Invitation to 3D vision 3-D Euklidovský prostor– Skalární a vektorový součin Skalární součin dvou vektorů: Vektorový součin dvou vektorů:

MASKS © 2004 Invitation to 3D vision Rotace Matice rotace: Maticový zápis rotace:

MASKS © 2004 Invitation to 3D vision Rotace a posunutí Maticový zápis: Maticový zápis rychlostí:

MASKS © 2004 Invitation to 3D vision RIGID-BODY MOTION – Homogenní souřadnice 3-D souřadnice jsou dány vztahem: Homogenní souřadnice: Homogenní souřadnice/rychlost jsou tedy popsány:

MASKS © 2004 Invitation to 3D vision IMAGE FORMATION – Perspektivní zobrazení Image courtesy of C. Taylor “The Scholar of Athens,” Raphael, 1518

MASKS © 2004 Invitation to 3D vision Tvorba obrazu– Model Pinhole kamery Pinhole Čelní pinhole

MASKS © 2004 Invitation to 3D vision Tvorba obrazu– Pinhole Camera Model 2-D souřadnice Homogenní souřadnice

MASKS © 2004 Invitation to 3D vision pixelové souřadnice Lineární transformace Parametry kamery– Pixelové souřadnice prostorové souřadnice

MASKS © 2004 Invitation to 3D vision Parametry kamery– Kalibrační matice a model kamery Pinhole camera Pixelové souřadnice Kalibrační matice (skutečné parametry) Matice projekce Model kamery

MASKS © 2004 Invitation to 3D vision Parametry kamery– Radiální deformace Nelineární transformace v radiálním směru Korekce deformace: vytvoří přímky rovné

MASKS © 2004 Invitation to 3D vision Homogenní souřadnice prostorového bodu Homogenní souřadnice jeho 2-D obrazu IMAGE FORMATION – Obraz bodu Zobrazení prostorového bodu do roviny obrazu:

MASKS © 2004 Invitation to 3D vision Homogenní reprezentace prostorové úsečky Tvorba obrazu– Obraz úsečky Homogenní reprezentace jejího 2-D obrazu Projekce prostorové úsečky do roviny obrázku

MASKS © 2004 Invitation to 3D vision... Souhrn značení– Více obrazů

Invitation to 3D vision Část 3 Geometrie dvou pohledů

MASKS © 2004 Invitation to 3D vision Obecné zadání Jsou dány dva obrazy scény, úkolem je určit vzájemnou polohu kamer a prostorovou strukturu scény

MASKS © 2004 Invitation to 3D vision Model Pinhole kamery 3D body Obrazové body Perspektivní projekce Pohyb pevných objektů Pohyb pevných objektů a perspektivní projekce

MASKS © 2004 Invitation to 3D vision Pohyb pevných objektů – Dva obrazy

MASKS © 2004 Invitation to 3D vision 3D Struktura and rozpoznání pohybu neznáméMěřené hodnoty Euklidovksá transformace Hledáme takovou rotaci, posunutí a hloubku takové aby chyba projekce byla minimální Dva obrazy ~ 200 bodů 6 neznámých – Pohyb 3 Rotace, 3 Posunutí - Struktura 200x3 souřadnic - (-) universální váha Obtížný optimalizační problém

MASKS © 2004 Invitation to 3D vision Epipolární geometrie Algebraická eliminace hloubky [Longuet-Higgins ’81]: Obrazová korespondence Essentiální matice

MASKS © 2004 Invitation to 3D vision Epipolární geometrie Obrazová korespondence Epipolar lines Epipoles

MASKS © 2004 Invitation to 3D vision Charakterizace esentiální matice Theorem 1a (Essential Matrix Characterization) A non-zero matrix is an essential matrix iff its SVD: satisfies: with and and Essentiální matice speciální 3x3 matrix

MASKS © 2004 Invitation to 3D vision Odhadnutí essentiální matice Odhad essentiální matice Dekompozice essentiální matice na Prostor všech essentiálních matic je 5 dimensionální 3 stupně volnosti– rotace 2 stupně volnosti – posunutí (až na váhu) Je dáno n odpovídajících si bodů: Hledáme rotaci and posunutí takové, že epipolární chyba je minimální

MASKS © 2004 Invitation to 3D vision Určení relativní polohy z essentiální matice Essentiální matice Theorem 1a (Určení polohy) Existují dvě relativní polohy,kde a odpovídající nenulové essentiální matici.

MASKS © 2004 Invitation to 3D vision Odhad essentiální matice Označme Dosazením Dosazením všech bodů získáme

MASKS © 2004 Invitation to 3D vision Odhad essentiální matice Řešení Vlastní vektpor odpovídající nejmenšímu vlastnímu číslu když degenerovaná configurace Theorem 2a (Project to Essential Manifold) If the SVD of a matrix is given by then the essential matrix which minimizes the Frobenius distance is given by with Projekce do essentiálního prostoru

MASKS © 2004 Invitation to 3D vision Lineární algoritmus pro dva obrazy Řešení lieárního LLSE problému: bodový lineární algoritmus Následovaný projekcí E is 5 diml. sub. mnfld. in SVD: Projekce do essentiálního prosotru: Určení neznámé polohy:

MASKS © 2004 Invitation to 3D vision Existují právě dvě dvojice odpovídající každé essentiální matici. Posunutí je nenulové Body jsou v obecné poloze - degenerovaný stav– komplanární body - kvadratická plocha Lineární 8-bodový algoritmus Nonlineární 5-bodový algoritmus přináší až 10 řešení Rekonstrukce polohy

MASKS © 2004 Invitation to 3D vision 3D rozpoznání struktury odstranění jedné váhy Řešení soustavy Pokud je konfigurace nekritická, může být euklidovská struktura bodů a pohyb kamery rekonstruována až na univerzální konstantu

MASKS © 2004 Invitation to 3D vision Příklad – Dva obrazy Přiřazení odpovídajících si bodů

MASKS © 2004 Invitation to 3D vision Příklad – epipolární geometrie Pozice kamery a umístění bodů v prostoru

MASKS © 2004 Invitation to 3D vision Epipolární geometrie – Rovinná úloha Lineární zobrazení určující vztah mezi dvěma odpovídajícími body Obrazová korespondence Rovina v souřadnicovém rámci první kamery

MASKS © 2004 Invitation to 3D vision Rozložení H Algebraická eliminace hloubky může být odhadnuta lineárně Úprava matice Rozložení H na 4 řešení

MASKS © 2004 Invitation to 3D vision Závěr Více informací naleznete v anglickém jazyce na adrese: