Computational Imaging Laboratory Ειδικά Θέματα Υπολογιστικής Όρασης & Γραφικής ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ “Σύνθεση πληροφοριών αισθητήρων για την ασφαλή πλοήγηση έντροχου ρομποτικού οχήματος” Αθανάσιος.
Advertisements

Tάσος Μπούντης Τμήμα Μαθηματικών Πανεπιστήμιο Πατρών
Εργαστήριο Ψηφιακής Επεξεργασίας Εικόνας
Υπολογιστική Όραση ΤΜΗΥΠ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ
ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ.
Computational Imaging Laboratory Υπολογιστική Όραση ΤΜΗΥΠ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ.
Τα στοιχειώδη περί γεωδαιτικών υπολογισμών
Υπολογιστική Όραση ΤΜΗΥΠ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ
Ανακτηση Πληροφοριασ σε νεφη Υπολογιστων
ΚΕΦΑΛΑΙΟ 2 ΕΥΘΥΓΡΑΜΜΗ ΚΙΝΗΣΗ
Dagstuhl Seminar 10042, Demetris Zeinalipour, University of Cyprus, 26/1/ η Ημερίδα Πληροφορικής για Μαθητές Λυκείων και Τεχνικών Σχολών, Σάββατο,
Εικονική πραγματικότητα ένας τρισδιάστατος κόσμος!!!
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 8 ο Ανίχνευση Ακμών. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1)  Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας Προς το παρόν δεν υπάρχει ακόμα.
Εισαγωγικές Έννοιες Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο.
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Πρόγραμμα μεταπτυχιακών σπουδών Προσαρμοστικό σχήμα συμπίεσης δεδομένων.
1 Εισαγωγή στις Βάσεις Δεδομένων  Ανάγκη Αποθήκευσης και Διαχείρισης Δεδομένων  Συστήματα Αρχείων  Συστήματα Βάσεων Δεδομένων  Παραδοσιακές και Σύγχρονες.
Computational Imaging Laboratory Υπολογιστική Όραση ΤΜΗΥΠ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ.
Αριθμητικές Μέθοδοι Βελτιστοποίησης Θεωρία & Λογισμικό Τμήμα Πληροφορικής - Πανεπιστήμιο Ιωαννίνων Ι. Η. Λαγαρής.
Μάθημα 2 ο : Βασικές έννοιες 1 Ακαδημαϊκό Έτος
ΣΥΣΤΗΜΑΤΑ ΣΥΛΛΟΓΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΜΕΤΡΗΣΕΩΝ
1 Εισαγωγή στις Βάσεις Δεδομένων  Ανάγκη Αποθήκευσης και Διαχείρισης Δεδομένων  Συστήματα Αρχείων  Συστήματα Βάσεων Δεδομένων  Παραδοσιακές και Σύγχρονες.
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Κεφάλαιο 2 Κίνηση σε μία διάσταση
Παράλληλοι Επιστημονικοί Υπολογισμοί Τομέας Θεωρητικής Πληροφορικής Τμήμα Πληροφορικής και Τηλεπικοινωνιών Εθνικό και Καποδιστριακό Πανεπιστημίο Αθηνών.
Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2013 Διδάσκων: Δημήτριος Ι. Φωτιάδης Υπολογιστική Μοντελοποίηση στη Βιοϊατρική Τεχνολογία.
Computational Imaging Laboratory Υπολογιστική Όραση ΤΜΗΥΠ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ.
Παρουσίαση Νο. 1 Εισαγωγή Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος
Ενεργή επιλογή αλγορίθμου, Active Algorithm Selection, Feilong Chen and Rong Jin Εύα Σιταρίδη.
Ευθύγραμμη Ομαλή Κίνηση
ΜΑΘΗΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΠΕΔΙΟΥ ΡΟΗΣ
1 Γραφική με Υπολογιστές Β. Λούμος. 2 Περιεχόμενα Εισαγωγή στη Γραφική Περιφερειακά Γραφικής και οδήγηση Αρχές σχεδίασης εικόνων Δημιουργία και σχεδίαση.
Θέματα Περιβαλλοντικής Έρευνας Μέτρηση ηλιακής ακτινοβολίας με το MFR και μελέτη των δεδομένων με την μέθοδο Langley Μεταπτυχιακό Φυσικής Περιβάλλοντος.
“Στερεοσκοπικά Συστήματα ‘Ορασης” Γεωργουλάς Χρήστος – Εργαστήριο Ηλεκτρονικής / ΔΠΘ.
ΣΥΣΤΗΜΑΤΑ ΠΟΛΥΜΕΣΩΝ Εισηγητής: Δρ. Αθανάσιος Νικολαΐδης.
Διδακτική της Πληροφορικής ΗΥ302 Εργασία :Παρουσίαση σχολικού βιβλίου Γ’ Λυκείου Τεχνολογικής Κατεύθυνσης «Ανάπτυξη εφαρμογών σε προγραμματιστικό περιβάλλον»
Γεώργιος Παπαϊωάννου, ΙΕΕΕ, ACM, SIGGRAPH member, Θεοχάρης Θεοχάρης, Εργαστήριο Γραφικών Τμήμα Πληροφορικής και Τηλεπικοινωνιών.
Παρουσίαση Νο. 6 Αποκατάσταση εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.
Τμήμα Πληροφορικής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Στέλιος Κρηνίδης, Χριστόφορος Νίκου και Ιωάννης Πήτας 3D Volume Reconstruction by Serially Acquired.
Στοιχεία Σχεδίασης Γραφικών
ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΥΛΟΠΟΙΗΣΗ ΚΑΙ ΣΥΓΚΡΙΤΙΚΗ ΜΕΛΕΤΗ
ΥΛΗ ΚΑΙ ΚΙΝΗΣΗ Η κίνηση είναι χαρακτηριστική ιδιότητα της ύλης. Κίνηση παρατηρούμε από τους μακρινούς γαλαξίες έως μέχρι το εσωτερικό των ατόμων. Η.
Υπολογιστική Πολυπλοκότητα Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό.
ΑΝΤΙΛΗΨΗ ΚΙΝΗΣΗΣ Εξελικτική Κρισιμότητα της Κίνησης
Μουσεία και Εικονική Πραγματικότητα
Computational Imaging Laboratory ΤΜΗΥΠ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Υπολογιστική Όραση.
Ασυμπτωτικός Συμβολισμός
ΚΕΦΑΛΑΙΟ Τι είναι αλγόριθμος
Σύστημα αναγνώρισης κίνησης σε ελεγχόμενο χώρο με χρήση web camera και OpenCV Επιβλέπων:Δρ Γεώργιος Παυλίδης ΣΤΕΦΑΝΙΑ ΠΑΠΑΡΗΓΑ ΑΕΜ:1838 Τ.Ε.Ι. ΚΕΝΤΡΙΚΗΣ.
ΑΝΑΠΤΥΞΗ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗΝ ΑΝΑΓΝΩΡΙΣΗ ΟΠΤΙΚΩΝ ΣΗΜΑΤΩΝ
Συνόρθωση Τοπογραφικών Δικτύων
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 8 ο Ανίχνευση Ακμών. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1)  Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας Προς το παρόν δεν υπάρχει ακόμα.
Διάλεξη 14: Εισαγωγή στη ροή ρευστών
Παρουσίαση πτυχιακής εργασίας Σαλιάρη Αικατερίνη Επιβλέπων καθηγητής: Αθανάσιος Νικολαΐδης.
ΗΛΕΚΤΡΙΚΕΣ ΜΕΤΡΗΣΕΙΣ ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΗΣ.
Ψηφιακή Επεξεργασία Εικόνας
Επίλυση Προβλημάτων με Αναζήτηση
Ψηφιακή Επεξεργασία Εικόνας
Μαθήματα Τομέα Σ.Ε.Ρ. / Ροής Σ: (Σήματα, Ελεγχος και Ρομποτική)
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Εισαγωγή στο Γραμμικό Προγραμματισμό
Βιομηχανικός έλεγχος στην εποχή των υπολογιστών
Μαθήματα Τομέα Σ.Ε.Ρ. / Ροής Σ: (Σήματα, Ελεγχος και Ρομποτική)
ΜΗΧΑΝΙΚΗ ΣΤΕΡΕΟΥ ΣΩΜΑΤΟΣ
ΜΗΧΑΝΙΚΑ ΚΥΜΑΤΑ.
Ονοματεπώνυμο : Χρυσούλα Αγγελοπούλου Καθηγήτρια Πληροφορικής
Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Εισαγωγή στα Προσαρμοστικά Συστήματα
Ευθύγραμμη ομαλή κίνηση
Μεταγράφημα παρουσίασης:

Computational Imaging Laboratory Ειδικά Θέματα Υπολογιστικής Όρασης & Γραφικής ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ &ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΕΡΓΑΣΤΗΡΙΟ ΓΡΑΦΙΚΩΝ ΠΟΛΥΜΕΣΩΝ & ΓΕΩΓΡΑΦΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΔΙΔΑΣΚΟΝΤΕΣ: ΘΕΜΑΤΑ ΥΠΟΛΟΓΙΣΤΙΚΗΣ ΟΡΑΣΗΣ Ε. Ζ. ΨΑΡΑΚΗΣ ΘΕΜΑΤΑ ΓΡΑΦΙΚΗΣ A. ΤΣΑΚΑΛΙΔΗΣ & Ε. ΘΕΟΔΩΡΙΔΗΣ

Computational Imaging Laboratory Υπολογιστική Όραση ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

Υπολογιστική Όραση Το επιστημονικό πεδίο που ασχολείται με τη δημιουργία “έξυπνων συστημάτων” για την εξαγωγή πληροφοριών από πραγματικές εικόνες.

Εικονική Πραγματικότητα (Virtual Reality) Υπολογιστική Όραση & Γραφική Νέες Εφαρμογές

Επαυξημένη Πραγματικότητα (Augmented Reality) Υπολογιστική Όραση & Γραφική Νέες Εφαρμογές

Επαυξημένη Πραγματικότητα (Augmented Reality) Υπολογιστική Όραση & Γραφική Νέες Εφαρμογές

Επαυξημένη Πραγματικότητα (Augmented Reality) Υπολογιστική Όραση & Γραφική Νέες Εφαρμογές

Προβλήματα Υπολογιστικής Όρασης Γενικό πρόβλημα: Αντιστοίχισε το προφίλ αναφοράς I(x,y) με την προφίλ εισόδου J(x,y) Πρόβλημα I(x,y)I(x,y) J(x,y)J(x,y)Σκοπός Στερεοσκοπική Αντιστοίχιση (Stereo Correspondence) Αριστερή εικόνα L(x,y) Δεξιά εικόνα R(x,y) Χάρτης Ανομοιότητας Ιχνηλάτιση «αντικειμένου» (Tracking) Τμήμα (εικόνας) ενός στιγμιοτύπου ακολουθίας εικόνων τη χρονική στιγμή t Οποιοδήποτε στιγμιότυπο της ακολουλουθίας εικόνων Αναγνώριση αντικειμένου σε όλα τα στιγμιότυπα της ακολουθίας. Εκτίμηση κίνησης Οπτική Ροή Στιγμιότυπο ακολουθίας εικόνων Ι(x,y,t 0 ) Στιγμιότυπο ακολουθίας εικόνων Ι(x,y,t 0 +1) Χάρτης ταχυτήτων (οπτικής ροής) Super-ResolutionΧαμηλής ανάλυσης εικόνα Ι(x,y,t 0 ) Χαμηλής ανάλυσης γειτονικές εικόνες Ι(x,y,t 0 ±δt) Υψηλής ανάλυσης εικόνα Ι 0 (x,y,t 0 ) Αντιστοίχιση εικόνων (Image registration) Δύο εικόνες της ίδιας σκηνής Επαναπροβολή της μίας στο Σ.Σ. της άλλης (ή και των δύο σε κοινό Σ.Σ)

Στερεοσκοπική Αντιστοίχιση Stereo Correspondence Ευθυγράμμιση Εικόνων Image Alignment Παρακολούθηση Αντικειμένου (Tracking) Εκτίμηση κίνησης -Οπτική ροή (Motion Estimation- Optical flow) Εικόνες υψηλής ευκρίνειας Super Resolution Satellite Imaging Mosaicing Medical Imaging High Resolution Image & Video Video Stabilization Video Compression Robot Vision 3D Video Conference Vehicle Tracking Υπολογιστική Όραση Αντιστοίχιση Εικόνων Αντιστοίχιση Εικόνων (Image Registration)

Δοθέντων δύο εικόνων, – ποια είναι τα αντίστοιχα σημεία τους; Αντίστοιχα σημεία: προβολές του ίδιου σημείου της σκηνής στις εικόνες – ποιος είναι ο μετασχηματισμός, που εφαρμοζόμενος στη μία εικόνα, παρέχει την άλλη; Η γεωμετρία του χώρου και ο προσανατολισμός του(ων) αισθητήρα(ων) όρασης δεν είναι γνωστά ! Μόνη πηγή πληροφορίας: η ένταση φωτεινότητας των εικόνων ! Υπολογιστική Όραση Αντιστοίχιση Εικόνων-Βασικό Ερώτημα

Σταθερή ένταση φωτεινότητας (Brightness Constancy Assumption) [Horn and Schunk ‘81] – Ένα σημείο της σκηνής απεικονίζεται με την ίδια ένταση φωτεινότητας σε όλες τις εικόνες – Αδυναμία ισχύος σε πρακτικές εφαρμογές – Καλή προσέγγιση αν t2-t1  0 Δx  0 Δy  0 Video με μεγάλο fps x 0,y 0 ΔxΔx ΔyΔy ROI Υπολογιστική Όραση Αντιστοίχιση Εικόνων-Βασική Υπόθεση

Υπολογιστική Όραση Αντιστοίχιση Εικόνων-Pattern Matching Αρχική Εικόνα Pattern Search Λύσαμε το πρόβλημα, αλλά το υπολογιστικό κόστος; Μήπως υπάρχει κάποια εναλλακτική λύση;

Υπολογιστική Όραση Αντιστοίχιση Εικόνων-Fast Pattern Matching Search

Μετατόπιση της δεξιάς πάνω στην αριστερή Μετατόπιση της αριστερής πάνω στην δεξιά Υπολογιστική Όραση Στοίχιση Εικόνων

Οι μετατοπίσεις δεν αρκούν για τη στοίχιση των εικόνων Υπολογιστική Όραση Στοίχιση Εικόνων

Υπολογιστική Όραση Γεωμετρική Παραμόρφωση Εικόνων

Φιλτράρισμα Εικόνας: Αλλαγή του Πεδίου Τιμών της Εικόνας. T (.) T Υπολογιστική Όραση Παραμόρφωση Εικόνων-Φιλτράρισμα

T (.) Γεωμετρική Παραμόρφωση Εικόνας: Αλλαγή του Πεδίου Ορισμού της Εικόνας. T Υπολογιστική Όραση Γεωμετρική Παραμόρφωση Εικόνων

T (.) Υπολογιστική Όραση Παραμόρφωση Εικόνων

Παραδείγματα: Υπολογιστική Όραση Παραμόρφωση Εικόνων-Παραμετρικά Μοντέλα

ΜετασχηματισμόςΔιατηρεί Βαθμοί Ελευθερίας Ευκλείδειος (2D rigid body) Μήκη και γωνίες 3 Ομοιότητας (similarity) Γωνίες και αναλογίες μηκών 4 Συγγένειας (affine) Παραλληλία ευθειών 6 Προβολής (projective) Ευθείες γραμμές 8 Υπολογιστική Όραση Παραμετρικά Μοντέλα 2Δ Μετασχηματισμών

Παραμετρικές Τεχνικές Area-based (direct) τεχνικές – Αντιστοίχιση βασισμένη στην ένταση φωτεινότητας όλων των εικονοστοιχείων της ROI Απευθείας αναζήτηση παραμετρικού μοντέλου Featured-based τεχνικές – Αντιστοίχιση βασισμένη σε επιλεγμένα χαρακτηριστικά (γωνίες, ακμές) της ROI Χρήση τελεστή αναγνώρισης χαρακτηριστικών Αντιστοίχιση κοινών χαρακτηριστικών Χρήση παραμετρικού μοντέλου για τη συνολική αντιστοίχιση δοθείσης της αντιστοίχισης χαρακτηριστικών Παραμετρικό μοντέλο Αντιστοίχιση Παραμετρικό μοντέλο

Παράδειγμα Area-based παραμετρικές τεχνικές Ορισμός παραμετρικού μοντέλου – Βάσει της φύσης και των απαιτήσεων του προβλήματος Ορισμός συνάρτησης κόστους Βελτιστοποίηση συνάρτησης κόστους – Υπολογισμός των παραμέτρων που βελτιστοποιούν τη συνάρτηση κόστους

Μέθοδοι Βελτιστοποίησης Μέθοδοι πλήρους αναζήτησης (full search) – Αναλυτική αναζήτηση των n παραμέτρων στον n-D χώρο – Υψηλό υπολογιστικό κόστος – Πεπερασμένη ακρίβεια – Αντιστάθμιση μεγάλων μετατοπίσεων Μέθοδοι βασισμένες στην κλίση της έντασης των εικόνων (gradient-based) – Μεγαλύτερη ακρίβεια (θεωρητικά ίση με το eps της μηχανής) – Μικρό υπολογιστικό κόστος – Δυνατότητα επαναληπτικού σχήματος εγκλωβισμός – Αδυναμία διαχείρισης μεγάλων μετατοπίσεων Χρήση πυραμιδικού σχήματος Υβριδικές μέθοδοι

Στερεοσκοπική όραση «Ευθυγράμμιση-Βαθμονόμηση» αισθητήρων όρασης (camera calibration) Αντιστοίχιση εικόνων (image matching) Στερεοσκοπικό Ζεύγος Εικόνων Χάρτης Ανομοιότητας Βαθμονόμηση Αισθητήρων- Ανακατασκευή Καν. Εικόνων Αντιστοίχιση Κανονικών εικόνων Παράμετροι Βαθμονόνησης Αισθητήρων Χάρτης Βάθους 3D Ανακατασκευή Εικόνων Ανάκτηση πληροφορίας βάθους

Μοντέλο Κάμερας

Κανονικό Στερεοσκοπικό Σύστημα Παράλληλοι οπτικοί άξονες Οι οριζόντιοι άξονες (x) των δύο συστημάτων ταυτίζονται Επιπολικές γραμμές Οι επιπολικές γραμμές ταυτίζονται με τις γραμμές των εικόνων Τυχαίος Προσανατολισμός Κανονικός Προσανατολισμός

Στερεοσκοπική Αντιστοίχιση Υπολογισμός ανομοιότητας ως προς την εικόνα αναφοράς (π.χ. αριστερή) – Ανομοιότητα: η απόσταση σε εικονοστοιχεία συζυγών ζευγών όταν τοποθετήσουμε τη μία εικόνα πάνω από την άλλη Αναζήτηση συζυγών ζευγών (αντιστοίχων σημείων) κατά μήκος των επιπολικών γραμμών Επιλογή κανονικού συστήματος

Μέθοδοι Στερεοσκοπικής Αντιστοίχισης Τοπικές μέθοδοι (pixel-wise) – Απαραίτητη χρήση παραθύρου (window-based) – Επιλογή αντίστοιχου σημείου από πολλά υποψήφια (winner takes all) Ημι-ολικές μέθοδοι – Δυναμικός προγραμματισμός (row by row) – Αναζήτηση βέλτιστου μονοπατιού στο επίπεδο Ολικές μέθοδοι – Αναζήτηση βέλτιστης επιφάνειας στο χώρο ανομοιότητας (disparity space image) Χάρτης Ανομοιότητας Ομαλότητα (-) (+) Ακρίβεια (+) (-) Πολυπλοκότητα (+) (-)

Τοπικές μέθοδοι L R Ελάχιστο  d(100,50)=4 d(100,50)=4  L(100,50)=R(96,50) E(d)

Περιορισμοί και Υποθέσεις Περιορισμοί – Μοναδικότητα: κάθε σημείο της αριστερής εικόνας έχει μοναδικό αντίστοιχο στη δεξιά Υποθέσεις – Σειρά προβολής: η σειρά εμφάνισης δύο σημείων στην αριστερή και δεξιά εικόνα δεν αλλάζει. – Η ανομοιότητα σε γειτονικά σημεία δεν μπορεί να ποικίλει έντονα μειώνει το χώρο αναζήτησης αντίστοιχων σημείων Η υιοθέτηση περιορισμών και υποθέσεων μπορεί να προκαλέσει διάδοση σφαλμάτων :-) :-(

Προβλήματα- Ανασταλτικοί Παράγοντες Περιοχές μη έντονης υφήςΑσυνέχειες Βάθους Περιοδικότητες Φωτομετρικές Παραμορφώσεις

Επαναληπτικοί Αλγόριθμοι Πολυπλοκότητα (Ν: αριθμός παραμέτρων Κ: αριθμός εικ/χίων) Δυνατότητα Εφαρμογής Ευαισθησία στο θόρυβο Lucas-Kanade ’81 (Forwards Additive LK) O(KN 2 )Οποιοδήποτε μοντέλο Μικρή Haager-Belhumeur ’98 (Inverse Additive LK) O(KN)Γραμμικό 2DΜεγάλη Shum-Szeliski ’00 (Forwards – Compositional LK) O(KN 2 )Ημι-ομάδαΜικρή Baker-Matthews ’04 (Inverse Compositional LK) O(KN)ΟμάδαΜεγάλη FA-ECC (2008)O(KN 2 )Οποιοδήποτε μοντέλο Μικρή IC-ECC (2008)O(KN)ΟμάδαΜεγάλη

Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Πώς μπορούμε να συνθέσουμε ένα πανόραμα; πρέπει να αντιστοιχίσουμε (στοιχίσουμε) εικόνες... Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Αντιστοίχιση με χρήση Χαρακτηριστικών (Features) Εντοπισμός Χαρακτηριστικών στις δύο εικόνες... Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Αντιστοίχιση με χρήση Χαρακτηριστικών (Features) Εντοπισμός Χαρακτηριστικών στις δύο εικόνες Εύρεση Αντίστοιχων Χαρακτηριστικών Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Αντιστοίχιση με χρήση Χαρακτηριστικών (Features) Εντοπισμός Χαρακτηριστικών στις δύο εικόνες Εύρεση Αντίστοιχων Χαρακτηριστικών Χρήση των Αντίστοιχων σημείων για Στοίχιση Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Πρώτο Πρόβλημα Εντόπισε το ίδιο σημείο ανεξάρτητα στις δύο εικόνες Δύσκολη αν όχι ακατόρθωτη η αντιστοίχιση... Χρειαζόμαστε κάτι επιπλέον... ένα επαναλαμβανόμενο ανιχνευτή Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Δεύτερο Πρόβλημα Εντόπισε για κάθε σημείο το σωστό αντίστοιχό του... ; Χρειαζόμαστε ένα αξιόπιστο και ξεχωριστό περιγραφέα Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Τα χαρακτηριστικά σημεία χρησιμοποιούνται επίσης στη: – Στοίχιση Εικόνων (Image alignment) – 3-Δ ανακατασκευή – Ιχνηλάτιση κίνησης (Motion tracking) – Αναγνώριση αντικειμένων (Object recognition) – Δεικτοδότηση και ανάκτηση από βάση δεδομένων (Indexing and database retrieval) – Καθοδήγηση ρομπότ (Robot navigation) Υπολογιστική Όραση Feature Based- Σύνθεση Πανοράματος

Υπολογιστική Όραση Εκτίμηση Κίνησης Οπτική Ροή (Optical Flow)

Εφαρμογές Ανίχνευση/Ανάλυση Κίνησης Κατάτμηση Εικόνων Αντιστάθμιση Κίνησης …. Υπολογιστική Όραση Εκτίμηση Κίνησης

Τέσσερις Γενικές Περιπτώσεις Κίνησης: Σταθερή κάμερα-Κίνηση ενός αντικειμένου σε σταθερό φόντο ( συστήματα ελέγχου κίνησης οχημάτων, συστήματα ασφάλειας σε βιομηχανικά περιβάλλοντα ). Σταθερή κάμερα-Κίνηση πολλών αντικειμένων σε σταθερό φόντο. Ανάλυση κίνησης αθλητών ή ασθενών. Κινητή κάμερα-σχετικά σταθερή σκηνή (δυνατότητα σύνθεσης πανοραμικής άποψης της σκηνής). Κινητή κάμερα-πολλά κινούμενα αντικείμενα (πλοήγηση robot σε περιβάλλοντα μεγάλης κίνησης). Υπολογιστική Όραση Εκτίμηση Κίνησης

Υπολογιστική Όραση Εκτίμηση Κίνησης –Motion Estimation Προβλήματα Ανάλυσης Κίνησης Πρόβλημα Αντιστοίχισης (Correspondence Problem) Παρακολούθηση αντίστοιχων σημείων/στοιχείων κατά μήκος των πλαισίων. Πρόβλημα Ανακατασκευής (Reconstruction Problem) Δοθέντος ένος συνόλου αντίστοιχων σημείων και των παραμέτρων της κάμερας, τι μπορούμε να πούμε για την 3-Δ κίνηση και τη δομή της σκηνής; Πρόβλημα Κατάτμησης (Segmentation Problem) Ταυτοποίηση των περιοχών της εικόνας που αντιστοιχούν σε διαφορετικά κινούμενα αντικείμενα.