Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 – AW1 – Sommersemester 2008 27. Mai 2008.

Ähnliche Präsentationen


Präsentation zum Thema: "Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 – AW1 – Sommersemester 2008 27. Mai 2008."—  Präsentation transkript:

1 Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 – AW1 – Sommersemester Mai 2008

2 Agenda 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 2 Motivation Feature Detection Beispiele Posenbestimmung in Räumen Literatur

3 Motivation 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 3 Bildverarbeitung ist weit verbreitet Industrie Forschung Securety Vermessung Extraktion von Information Teilgebiet: Objekterkennung

4 Motivation 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 4 Aufgaben der Objekterkennung Wiederfinden (Segmentieren) Identifizieren Lage, Orientierung Positionsbestimmung

5 Motivation 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 5 Ansprüche an Objekterkennung Invarianz gegenüber Position, Drehung, Größe Affine und 3D Transformation Verdeckung Rauschen, Helligkeit Geschwindigkeit Echtzeit

6 Motivation 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 6 Mögliche Einsatzgebiete Objekterkennung Stitching Rescue Infotainment Autonome Navigation!...

7 Feature Detection 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 7 Verknüpfung von Bildpunkten in Bildpaaren

8 - - Feature Detection 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 8 Laplace-Pyramide Suche nach markanten Bildpunkten (Keypoints) Berechnung von DoG-Bildern, Difference of Gaussian - - Ausgangsbild Gauß-Filterung DoG-Bilder

9 Feature Detection 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 9 Beispiel

10 Feature Detection 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 10 Keypoints sind Pixel mit Maxima/Minima Innerhalb von drei DoG-Ebenen und einer 3x3 Region 26 benachbarte Pixel ca Keypoints (512x512 Image) X Scale

11 Feature Detection 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 11 Charakterisierung der Keypoints erforderlich Durch Gradientenbetrag und –richtung Werte werden in Histogramm akkumuliert 36 Behälter ein Behälter 10% des Vollkreises Normierter Gradientenbetrag Belichtungs-Invaranz Der höchste Wert bestimmt die Orientierung des Keypoint Rotations-Invarianz

12 Lokale Abbildungs-Beschreibung 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 12 Funktionsweise ähnlich der von Säugetieren Visueller Cortex Gradienten-Richtungshistogramm SIFT-Key Vektor hat 160 Dimensionen! 8x4x4 + 8x2x2 (2 Oktaven)

13 Indizieren und Abgleichen 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 13 Hohe Komplexität für eine genaue Lösung da hohe Dimension des Feature-Vectors Best-Bin-First Such Algorithmus Hat k-d-Baum als Grundlage Hohe Gewichtung der größeren Skalierung Laplace-Pyramide Hough-Transformation bestätigt bestimmte Model-Posen

14 Indizieren und Abgleichen 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 14 Verlässliche Erkennung schon mit drei Features! Jeder Key-Point besitzt vier Parameter 2D Koordinaten, Orientierung, Skalierung Model-Keys beinhalten relative Parameter zum Model- Koordinatensystem

15 Beispiele 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 15

16 Beispiele 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 16

17 Beispiele 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 17

18 Posenbestimmung in Räumen 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 18 Bestimmung anhand von Passmarken Vorgegebene Datenbank Initiale Kalibrierung Notwendig

19 Posenbestimmung in Räumen 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 19 SLAMB = Simultaneous Localization And Map Building Lokalisierung mit SIFT Features Stereo Kamera System Erzeugung von Landmarks Ego-Motion Bestimmung durch Kleinste Quadrate- Minimierung

20 Posenbestimmung in Räumen 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 20

21 Posenbestimmung in Räumen 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 21

22 Posenbestimmung in Räumen 27. Mai 2008 Thorsten Jost – Navigation anhand natürlicher Landmarken 22

23 Literatur 27. Mai 2008Thorsten Jost – Navigation anhand natürlicher Landmarken23 Object Recognition from Local Scale-Invariant Features David G. Lowe (1999) Local Feature View Clustering for 3D Object Recognition David G. Lowe (2001) Distinctive Image Features from Scale-Invariant Keypoints David G. Lowe (2004) Vision-based Mobile Robot Localization And Mapping using Scale-Invariant Features Stephen Se, David Lowe, Jim Little (2001) Mai Mai Mai 2008


Herunterladen ppt "Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 – AW1 – Sommersemester 2008 27. Mai 2008."

Ähnliche Präsentationen


Google-Anzeigen