roboforum.ru

Outcaster писал(а):Почитываем. Только там всё так сказать...абстрактно написано, творчески читать приходиться ...

Они старались

Outcaster писал(а):Есть такое, только пару нюансов (ногами не пинать - это то что я понял, когда попытался свести воедино информацию из разных источников - мог и нагнать )
Так вот:
1) "Волна" возникает как следствие изменения точки прицела, и уменьшаясь в амплитуде вырождаеться в тремор (пишут, что макс на 2-3 колебание уже меньше 1 град. по амплитуде).

Не-а. Именно ощупывание. Если просто зафиксировать взгляд, что примерно через 0,1-0,5с колбочки и палочки теряют возможность реагировать на свет. Поэтому требуется постоянное сканирование, пробегание по сцене глазами, что бы дать некоторым рецепторам отдых.

Outcaster писал(а):2), 5), 6) - приблизительно выходит так, что уже при обработке в мозг передаються три принципиальных типа "битмапов" - изменение освещённости рецептора во времени, разница освещённости между соседними рецепторами и изменение разницы освещённости соседних рецепторов во времени. И это не только на яркость, но и на цвет такая-же система.

Угу, эдакая 3-х мерная функция от времени.

Сейчас пытаюсь сделать механику для нормальног эксперимента.

gab писал(а):Угу, эдакая 3-х мерная функция от времени.

Вот-вот! Не скажу на счёт чувствительности, но мне кажеться, что эти вот волны/колебания просто напросто "пристрелка" к интересной области изображения (ну, мол, на чём зафиксируемся). И таки да - глаз ничем не отличаеться от остальных органов чувств, а они как известно, наилучшим образом фиксируют изменение, а абсолютное значение как-бы и не замечают (точнее, включаються механизмы нормализирующие "усиление" сигнала). По этому и возникает тремор (это мне как КИП-овцу так кажеться, и наверно я несильно заворачиваю ), т.к. картинка неподвижна, нужно принудительно создать изменения (по идее, должна бы при таком подходе вырасти точность).

Как бы понять - что из вышесказанного можно с пользой перенести в СТЗ? Как я понимаю большая часть сказанного относится к механизмам автокалибровки человеческого зрения и т.п. Что из этого можно с пользой применить в наших разработках?

=DeaD= писал(а):Как бы понять - что из вышесказанного можно с пользой перенести в СТЗ? Как я понимаю большая часть сказанного относится к механизмам автокалибровки человеческого зрения и т.п. Что из этого можно с пользой применить в наших разработках?

Подумаю -- скажу. А то спать уже пора...

=DeaD= писал(а):Как бы понять - что из вышесказанного можно с пользой перенести в СТЗ? Как я понимаю большая часть сказанного относится к механизмам автокалибровки человеческого зрения и т.п.

А можно поинтересоваться (как новичку) что за проекты у Вас?:)

Кстати про оптический поток и его изменение кто-то вкурсе? Это вроде и есть применение в СТЗ изменений изображения.

GraphD писал(а):А можно поинтересоваться (как новичку) что за проекты у Вас?:)

Кстати про оптический поток и его изменение кто-то вкурсе? Это вроде и есть применение в СТЗ изменений изображения.

Страница моих проектов:
http://club.roboclub.ru/pmwiki.php?page ... sion.Intro

Про семейство Optical-flow на английском можно почитать по ссылкам на странице моих проектов.

=DeaD= писал(а):Страница моих проектов:
http://club.roboclub.ru/pmwiki.php?page ... sion.Intro

А что означает "Задача Depth Restoration решена на 60%", откуда эта цифра? Жаль, что Demo нет...

Текст алгоритма тоже не смог выкачать.

А "расстояния до 56% всех фрагментов определяется" я так понимаю это вот так:
Разбиваем все изображение на квадраты (фрагменты) и находим 56% из них на втором изображении (поиск сопряженных), так?

Спась!

GraphD писал(а):А что означает "Задача Depth Restoration решена на 60%", откуда эта цифра? Жаль, что Demo нет...

Не помню уже как считал может просто до скольки % фрагментов смогли определить расстояние.

GraphD писал(а):Текст алгоритма тоже не смог выкачать.

А это как? Ошибка на сайте или связь плохая?

GraphD писал(а):А "расстояния до 56% всех фрагментов определяется" я так понимаю это вот так:
Разбиваем все изображение на квадраты (фрагменты) и находим 56% из них на втором изображении (поиск сопряженных), так?

По большому счету да.

GraphD писал(а):А "расстояния до 56% всех фрагментов определяется" я так понимаю это вот так:
Разбиваем все изображение на квадраты (фрагменты) и находим 56% из них на втором изображении (поиск сопряженных), так?

По большому счету да.[/quote]

А для чего делать разбиение, если достаточно векторизовать края изобр-ия, и найти сопряженные точки, везде же так описано, что только краевые области находятся однозначно, с ярко выраженным пиком отождествляющей функции...
PS: или так и зделано, а я чего-то не понял?

GraphD писал(а):

GraphD писал(а):А "расстояния до 56% всех фрагментов определяется" я так понимаю это вот так:
Разбиваем все изображение на квадраты (фрагменты) и находим 56% из них на втором изображении (поиск сопряженных), так?

А для чего делать разбиение, если достаточно векторизовать края изобр-ия, и найти сопряженные точки, везде же так описано, что только краевые области находятся однозначно, с ярко выраженным пиком отождествляющей функции...
PS: или так и зделано, а я чего-то не понял?

2GraphD: Вы себе представить не можете во что векторизуется один и тот же персидский ковер на разных изображениях повезет если хоть немного похожие фрагменты найдете - реальные фотки это ведь не черный квадрат малевича искать на белом фоне

Да и с "ярко выраженным пиком" у вас будет хорошо если 5% областей моего вида. Теперь прикиньте зачем вам такой результат?

2GraphD: Вы себе представить не можете во что векторизуется один и тот же персидский ковер на разных изображениях повезет если хоть немного похожие фрагменты найдете - реальные фотки это ведь не черный квадрат малевича искать на белом фоне

Да и с "ярко выраженным пиком" у вас будет хорошо если 5% областей моего вида. Теперь прикиньте зачем вам такой результат?

при поиске по окрестностям краев получается самый достоверный результат, причем область поика ограничена эпиполярной кривой и 3Д углом, а если произвольную область отождествлять, то алгоритм может обознаться, т.к. выраженного пика ф-ии не будет... Я так понял.
А особых точек действительно очень не много, но это максимум, что дает такой анализ... Далее, если позволяют выч. возможности, нужно делать афинную коррекцию или пирамидальным алгоритмом пробежаться, тогда получим уточняющий результат, но уже после нахождения особых точек!
Или я не прав?

GraphD писал(а):при поиске по окрестностям краев получается самый достоверный результат

Если честно - вообще не понял что вы имеете в виду? Каких окрестностей, каких краев и какой результат?

GraphD писал(а):причем область поика ограничена эпиполярной кривой и 3Д углом, а если произвольную область отождествлять, то алгоритм может обознаться, т.к. выраженного пика ф-ии не будет... Я так понял.

Вообще не понял - какой еще 3Д-угол? Если камеры откалиброваны нужно искать лишь смещение.

GraphD писал(а):А особых точек действительно очень не много, но это максимум, что дает такой анализ... Далее, если позволяют выч. возможности, нужно делать афинную коррекцию или пирамидальным алгоритмом пробежаться, тогда получим уточняющий результат, но уже после нахождения особых точек!
Или я не прав?

Сопоставление особых точек это второй вид семейства алгоритмов, называется "feature-based" - отличается от использованного мной более точным результатом но в меньшем количестве случаев позволяет найти результат. Я пробовал этот метод на искусственных картинках - замечательный результат. А потом не реальных фотографиях помещения - полная ерунда получилась... по массе причин. Причем такие страшные косяки выдает что их ведь от правильно определенных расстояний не отличить. А вот сопоставление фрагментов изображений удалось настроить так, чтобы оно почти не давало неверных определений.

А что за пирамидальный алгоритм и о какой конкретно афинной коррекции идет речь?

=DeaD= писал(а):Если честно - вообще не понял что вы имеете в виду? Каких окрестностей, каких краев и какой результат?

А как вы делаете?
сначала находим края на левом изображении, векторизуем - это набор точек, которые нужно проверить на "особость".
Ищем на правом изображении сопряженные точки, т.е. такие, у которых ярко выражен пик ф-ии отождествления. Отождествляем, естественно, не сами точки, а их окрестности (окна) - я это имел ввиду

=DeaD= писал(а):Вообще не понял - какой еще 3Д-угол? Если камеры откалиброваны нужно искать лишь смещение.

А.... У вас уже изображения откалиброваны?
А то у нас просто определяется бочка объектива (искажения т.е.), а затем уже все остальное... т.к. нужно еще искать эпиполярные линии.
Калибровка в себя включает определение искажений объектива, так?

=DeaD= писал(а):Сопоставление особых точек это второй вид семейства алгоритмов, называется "feature-based" - отличается от использованного мной более точным результатом но в меньшем количестве случаев позволяет найти результат. Я пробовал этот метод на искусственных картинках - замечательный результат. А потом не реальных фотографиях помещения - полная ерунда получилась... по массе причин. Причем такие страшные косяки выдает что их ведь от правильно определенных расстояний не отличить. А вот сопоставление фрагментов изображений удалось настроить так, чтобы оно почти не давало неверных определений.

Странно, у меня уже начинает складываться впечатление, что мы о разных вещах говорим
У нас результаты пока неплохие (на реальных фотках).

=DeaD= писал(а):А что за пирамидальный алгоритм и о какой конкретно афинной коррекции идет речь?

После нахождения особых точек мы имеем приближение модели сцены, т.е. имеем право преобразовать правое изображение так, чтобы приблизиться к левому. Это есть афинное преобразование, какие там формулы, я щас не смогу вспомнить... ну типа X=a1x+b1y+c1, Y=a2x+b2y+c2 или около того.

Пирамидальный алгоритм так и называется, описание довольно простое, но здесь пока не получится разместить, тоже связано с афинной коррекцией, но при разбиении изображения на участки... В нете наверно можно найти?

GraphD писал(а):

=DeaD= писал(а):Если честно - вообще не понял что вы имеете в виду? Каких окрестностей, каких краев и какой результат?

А как вы делаете?
сначала находим края на левом изображении, векторизуем - это набор точек, которые нужно проверить на "особость".
Ищем на правом изображении сопряженные точки, т.е. такие, у которых ярко выражен пик ф-ии отождествления. Отождествляем, естественно, не сами точки, а их окрестности (окна) - я это имел ввиду

Ну в принципе так и делаю - только я там функцию видимо отождествления забыл сделать косячокс... ну да и ладно - на самом деле даже если это получится - все равно меньше результатов feature-based дать может, или я не прав?

GraphD писал(а):

=DeaD= писал(а):Вообще не понял - какой еще 3Д-угол? Если камеры откалиброваны нужно искать лишь смещение.

А.... У вас уже изображения откалиброваны?
А то у нас просто определяется бочка объектива (искажения т.е.), а затем уже все остальное... т.к. нужно еще искать эпиполярные линии.
Калибровка в себя включает определение искажений объектива, так?

Откалиброванные. А зачем калибровку в алгоритм зашивать?

GraphD писал(а):Странно, у меня уже начинает складываться впечатление, что мы о разных вещах говорим
У нас результаты пока неплохие (на реальных фотках).

Похоже я просто фича-бэйзед алгоритм не до конца доделал и бросил не став искать причины

GraphD писал(а):

=DeaD= писал(а):А что за пирамидальный алгоритм и о какой конкретно афинной коррекции идет речь?

После нахождения особых точек мы имеем приближение модели сцены, т.е. имеем право преобразовать правое изображение так, чтобы приблизиться к левому. Это есть афинное преобразование, какие там формулы, я щас не смогу вспомнить... ну типа X=a1x+b1y+c1, Y=a2x+b2y+c2 или около того.

Пирамидальный алгоритм так и называется, описание довольно простое, но здесь пока не получится разместить, тоже связано с афинной коррекцией, но при разбиении изображения на участки... В нете наверно можно найти?

Что такое афинное преобразование вообще я знаю - я не понял как вы его предлагаете применить - либо покластерно, либо еще как? Если покластерно, то к каким кластерам.

Пирамидальный алгоритм поищу.

GraphD писал(а):Странно, у меня уже начинает складываться впечатление, что мы о разных вещах говорим
У нас результаты пока неплохие (на реальных фотках).

Можете выложить или по мылу прислать свои результаты и кинуть ссылку или кратко сказать какими алгоритмами пользуетесь?