21063

۲۱۰۶۳

تخمين موقعيت دوربين در دنباله‌اي از تصاوير تك‌ديدي

دكتري

هوش مصنوعي

۱۳۹۸

۱۳۹۸/۰۶/۲۴

دكتر پيمان كبيري

كامپيوتر

دنبال نمودن مسير حركت دوربين و يا تخمين متغيرهاي بيروني دوربين به¬كمك دنباله¬اي از تصاوير، داراي كاربردهاي گوناگوني است. از ميان اين كاربردها مي¬توان به ناوبري ربات و تعيين محل آن در حوزه رباتيك، محاسبه ساختار سه¬بعدي صحنه به كمك متغيرهاي حركت دوربين و واقعيت افزوده در حوزه بينايي ماشين و همچنين تهيه مدل¬هاي ارتفاعي رقومي به¬كمك تصاوير هوايي در حوزه فتوگرامتري اشاره نمود. راهكارهاي موثر كنوني براي رديابي مسير حركت دوربين بيشتر از سوي پژوهشگران حوزه بينايي ربات پيشنهاد شده است. در اين راستا با تركيب مجموعه روابط موجود در هندسه افكنشي و روش¬هاي گوناگون تخمين موقعيت ربات به¬كمك مباحث مطرح در تئوري تخمين راه¬حل¬هاي گوناگوني پيشنهاد شده است. ساخت نقشه نخستين، يافتن ارتباط ميان تصاوير پي¬درپي و يافتن راهبرد مناسب براي گسترش نقشه، بخش¬هاي مهم و پر چالش هرگونه سامانه تخمين موقعيت دوربين برپايه دنباله¬اي از تصاوير تك-ديدي است. در اين پايان¬نامه يك راهكارِ برپايه ويژگي براي دنبال نمودن مسير حركت دوربين براي دنباله¬اي از تصاوير تك-ديدي پيشنهاد مي¬شود. تصاوير بكار گرفته شده، در فضاي داخل ساختمان و با بيشينه عمق پنج تا شش متر تهيه شده¬اند. در راهكار پيشنهادي نخست به¬كمك چند تصوير واسنجيده شده فرآيند موقعيت‌يابي و ساختن نقشه اوليه متريك شروع مي‌شود. تخمين پارامترهاي بيروني دوربين برپايه دانشي است كه رديابي نقاط ويژگي فراهم مي¬كند. همچنين سرعت حركت دوربين نيز به گونه¬اي است كه ماتي تصاوير در بيشتر قاب¬ها براي رديابي نقاط ويژگي چالش بزرگي نيست. روال رديابي نقاط ويژگي در تصاوير پي¬در¬پي با بكارگيري يك روش هرمي برپايه شيوه جريان نوري لوكاس-كاناده انجام مي‌شود. با بهره‌گيري از تناظرهاي بدست آمده و همچنين ساختار كنوني نقشه، پارامترهاي حركت دوربين در چارچوب يك فيلتر ذره¬اي تخمين زده مي¬شود. براي ارزيابي روش پيشنهاد شده دو دسته داده بكار گرفته شده¬اند. دسته اول ويديوهايي است كه با بهره¬گيري از يك دوربين معمولي از پيرامون يك ميز كامپيوتر در فضاي داخل آزمايشگاه تهيه شده-اند و دسته دوم ويديوهاي RGBD توليد شده از سوي دانشگاه صنعتي مونيخ هستند. دوربينِ بكار گرفته شده در هر دو دسته داده بالا، واسنجيده فرض شده است. نتايج آزمايش¬ها نشان مي-دهند كه درالگوريتم پيشنهادي مسير حركت دوربين با دقت خوبي دنبال شده است. هر چند كه مسير طولاني است، بطور ميانگين خطاي جابجايي دوربين حدود 5 سانتيمتر و خطاي دوران دوربين نيز حدود 6 درجه است.

1398/07/02

Camera Pose Estimation in a Sequence of Monocular Images

9/24/2019 12:00:00 AM

Camera tracking or estimation of camera extrinsic parameters finds extensive applications. Robot navigation and localization in robotics, 3D reconstruction using camera motion parameters and augmented reality in computer vision and construction of digital elevation models using aerial image in photogrammetry are instances of camera tracking applications. In this thesis, a filtering-based camera tracking approach for sequences of monocular images is presented. Video sequences are captured in indoor environment with maximum depth of 5 to 6 meters. Furthermore, objects observed in the scene have no motion. In the proposed approach, camera localization and mapping is initialized using a few calibrated images. This, enables the system to construct a map without scale ambiguity, contrary to most visual simultaneous localization and mapping (visual SLAM) algorithms. In other words, estimated camera pose and scene structure have metric values. Proposed algorithm is classified as a feature-based approach. Estimation of camera extrinsic parameters is carried out based on the knowledge provided by feature tracking along successive images. Additionally, speed of the camera is in a way that the amount of created blurriness in video frames does not get the feature-tracking routine into trouble. For consecutive video frames, extracted features are tracked using a pyramidal method on the basis of Lucas-Kanade optical flow approach and the camera pose parameters is estimated using a particle filter framework. To evaluate Performance of the proposed algorithm, two sets of video sequences were used. The first groups of sequences are prepared around a computer desk in the laboratory using a simple camera with VGA resolution. To provide camera ground-truth pose, a chessboard with known cell size is employed. The second set includes four indoor sequences selected from RGBD benchmark of computer vision goup of Technical University of Munich (TUM). For both of the test set sequences camera internal parameters are calculated in advance. The experimental results show that the proposed approach istracking the camera trajectory with high accuracy. Besides, with relatively smooth motion of camera, the algorithm is capable of extending the currently constructed map to regions that were initially out of the camera’s field of view without losing the correct path.