Универсальное зрение для навигации - 3D-реконструкция

Goofy

=DeaD= писал(а):

Goofy писал(а):

Да, при этом зафиксирован (сфотографирован) только один кадр, а другой меняеться в реальном времени

А так то зачем? Тогда уже на двух зафиксированных лучше смотреть...

хоть камеру не мучать...

Так беда в том что их калибровать нужно будет

Когда одна камера задействована такой надобности нет.
А я пока не хочу на это отвлекаться. Сначала шасси, потом доводить буду зрение.

GraphD

=DeaD= писал(а):

Нечто промежуточное

Раньше было тупое сравнение среднеквадратичного отклонения между кадрами с числом, ступенчато зависящим от дисперсии фрагмента.
А сейчас (среднеквадратичное отклонение + модуль разности дисперсий) сравнивается с уже построчной дисперсией напрямую.
Короче оценочная функция поменялась и порог достоверности найденного минимума.

чего то не понятно ничего. зачем дисперсию построчную (что это?) сравнивать с дисперсией в окне? между ними какая связь ?

=DeaD=

GraphD писал(а):

=DeaD= писал(а):

Нечто промежуточное

Раньше было тупое сравнение среднеквадратичного отклонения между кадрами с числом, ступенчато зависящим от дисперсии фрагмента.
А сейчас (среднеквадратичное отклонение + модуль разности дисперсий) сравнивается с уже построчной дисперсией напрямую.
Короче оценочная функция поменялась и порог достоверности найденного минимума.

чего то не понятно ничего. зачем дисперсию построчную (что это?) сравнивать с дисперсией в окне? между ними какая связь ?

Извиняюсь

мало того что сказал запутанно, так еще и с ошибкой.

Короче смысл такой:

Определим функции:
1) LineSQDIV(pic) - построчная дисперсия (среднее значение дисперсий по строкам изображения);
2) SQDiff(pic) - средний квадрат разности;

Так вот, оценочная функция, которую будем минимизировать:
f(left_pic,right_pic)=SQDiff(left_pic-right_pic)+abs(LineSQDIV(left_pic)-LineSQDIV(right_pic))

Находим её минимум и для проверки достоверности сравниваем его с LineSQDIV(left_pic).

AISe

Почитал тему и задался любопытным вопросом: "А что, если изображение распознавать как плоское, т.к. для распознания образов этого достаточно, а расстояние мерить дальномером, т.к. для огибания препятствий этого достаточно?" И образец изображения сравнивать с видимым по следующей схеме:

Создаем копию изображения-оригинала.
Искажаем ее.
Ищем на реально существующем изображении.
Если нет - удаляем.
Создаем новое.
По циклу с перебором вариантов, пока не произойдет перебор всех вариантов(т.е. поворот 0-360*, искажение, отражение и т.д.).
Далее, если не один из вариантов не подошел, то со вторым изображением и т.д.
После, если сходство замечено, то делаем действие, если нет, то игнорируем.

Также это можно оптимизировать под конкретные задачи.

lebaon

этот алгоритм крайне медленный и малоэфективный во 1х,
во вторых тема не про распознавание, а про 3д реконструкцию.

кстати, можно использовать данные распознавания знакомого обьекта для определения расстояния
до него, ведь размер обьекта мы знаем!
а для незнакомых юзать другие алгоритмы и датчики, добавляя их к знакомым :roll:

=DeaD=

lebaon писал(а):

кстати, можно использовать данные распознавания знакомого обьекта для определения расстояния
до него, ведь размер обьекта мы знаем!

Скорее знакомые так добавлять, чем наоборот, потому как обычно знакомых предметов мало.

lebaon

а кто сказал, что зрение - единственный датчик расстояния?
обьект знаком - зрение определит расстояние до него точнее,
незнаком - определить расстояние другим способом, добавить в базу

=DeaD=

lebaon писал(а):

а кто сказал, что зрение - единственный датчик расстояния?
обьект знаком - зрение определит расстояние до него точнее,
незнаком - определить расстояние другим способом, добавить в базу

У вас, теоретиков, всё просто :evil:

AISe

Хотел уже написать раньше, но передумал. А не более ли реален вариант с псевдо 3D?

=DeaD=

AISe писал(а):

Хотел уже написать раньше, но передумал. А не более ли реален вариант с псевдо 3D?

Что имеется в виду?

AISe

=DeaD= писал(а):

AISe писал(а):

Хотел уже написать раньше, но передумал. А не более ли реален вариант с псевдо 3D?

Что имеется в виду?

Псевдо 3D - те же xyz, но объекты представляются не объемными, а плоскими. Иногда такой подход позволяет существенно снизить нагрузку на обработчик задач.

=DeaD=

AISe писал(а):

=DeaD= писал(а):

AISe писал(а):

Хотел уже написать раньше, но передумал. А не более ли реален вариант с псевдо 3D?

Что имеется в виду?

Псевдо 3D - те же xyz, но объекты представляются не объемными, а плоскими. Иногда такой подход позволяет существенно снизить нагрузку на обработчик задач.

Я знаю что такое Псевдо-3Д - вопрос в том, куда и как вы его применять предлагаете? В контексте 3Д-реконструкции.

AISe

Примерно как уже предлагал - разбить сам процесс представления мира на две части - сам мир(карта в 3D, реализуется как трехмерный(или четырехмерный при учете еще и времени) массив с крайними точками) и образы (изображения, плоские, с возможностью привязки к координатам и выделения специфических свойств, например температуры, цвета и т.д.). Скорость обработки плоских образов выше, да это и проще реализовать вроде как.

Vorral

Вот решил реализовать идею стереозрения на компьютере.Даже есть небольшие результаты:

То что на картинке -черновой вариант (именно поэтому столь дефектен) для оценки и доработки аналитической части блока, отвечающего за анализ и составление карты глубины. В последствие карта будет уточнена до блока 3 на 3 пикселя.
Так как это последняя версия алгоритма и подходящая к концу(хотя тут как сказать). Хотелось бы узнать у уважаемого сообщества никто не встречал исходников из дали напоминающих навигацию? А то у меня уже создалось чувство, что и это придётся придумывать с нуля.

=DeaD=

2Vorral: Чего? Не понял чего вы придумывали с нуля и как оно работает и не понял чего за исходники навигации вы ищете.

roboforum.ru

Универсальное зрение для навигации - 3D-реконструкция

Кто сейчас на конференции