Seguimiento 3D semi-autónomo

  • Juan Andrade Facultad de Ingeniería, Universidad de Cuenca, Cuenca, Ecuador
Palabras clave: seguimiento, epipolar, coincidencias de lína base amplia, triangulación, calibración de cámara

Resumen

Un sistema de seguimiento tridimensional (3D) que funciona con un mínimo de dos cámaras ha sido implementado. El sistema propuesto consiste de dos procesos principales; un proceso de calibración seguido de uno de seguimiento 3D. El proceso de calibración es ejecutado cuando el sistema es inicializado; pero, debe ser repetido si los parámetros de las cámaras, ya sea internos o externos, varían. La calibración interna se realiza en las ubicaciones finales de las cámaras por lo que los parámetros internos incluyen las condiciones de operación. El esquema de coincidencia de línea base amplia (WBM) adoptado proporciona descriptores con alta distinguibilidad, las coincidencias se determinan mediante el uso de un algoritmo de voto basado en la transformada de similaridad y RANSAC, que es un método estadístico robusto el cual se encarga de hacer cumplir las condiciones epipolares. Las correspondencias encontradas entre imágenes de dos cámaras mediante el procedimiento WBM son utilizadas para la calibración externa. El proceso de seguimiento 3D corresponde a la operación normal del sistema luego del proceso de calibración. El esquema de seguimiento 3D propuesto, el cual combina la información de seguimiento 2D de cada una de las cámaras, se basa en un método de triangulación que emplea los parámetros internos y externos de la calibración de las cámaras.

 

Descargas

La descarga de datos todavía no está disponible.

Citas

Agapito, L., E. Hayman, L. Reid, 2001. Self-Calibration of Rotating and Zooming Cameras. Int. J. Comput. Vision, 45(2), 1-23.

Baumberg, A., 2000. Reliable feature matching across widely separated views. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 774-781.

Bouguet, J.Y. (n.d.). Camera calibration toolbox for Matlab. Retrieved the 15th of October 2004 from http://www.vision.caltech.edu/bouguetj/calib_doc/.

Canny, J., 1986. A computational approach to edge detection. IEEE Trans. on Pattern Analysis and Machine Intelligence, p. 679-698.

Collins, R., A. Lipton, T. Kanade, H. Fujiyoshi, D. Duggins, T. Tsin, D. Tolliver, N. Enomoto, O. Hasegawa, P. Burt, L. Wixson, 2000. A System for Video Surveillance and Monitoring: VSAM. Robotics Institute, Carnegie Mellon University, Pittsburgh, Final Report, 69 pp.

Cottier, J.C., 1994. Extraction et appariements robustes des points d’intérèt de deux images non étalonnées. Internal Report, LIFIA-IMAG-INRIA, Rhône-Alpes, Grenoble, France.

Crowley, J., R. Stern, 1982. Fast computation of the difference of low-pass transform. Robotics Institute, Carnegie-Mellon University, Pittsburgh, PA, USA, 42 pp.

Dufournaud, Y., D. Schmid, R. Horaud, 2000. Matching images with different resolutions. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 612-618.

Elgammal, A., R. Duraiswami, D. Harwood, L.S. Davis, 2002. Background and foreground modeling using nonparametric kernel density estimation for visual surveillance. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 1151-1163.

Faugeras, O., Q. Loung, S. Maybank, 1992. Camera self-calibration: Theory and experiments. Proc. 2nd European Conf. on Computer Vision, pp. 321-334.

Fischler, A., R. Bolles, 1981. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography. Commun. ACM, 381-395.

Freeman, W., E. Adelson, 1991. The design and use of steerable filters. IEEE Trans. on Pattern Analysis and Machine Intelligence, p. 891-906.

Harris, C., M. Stephens, 1988. A combined corner detector. 4th Alvey Vision Conf., p. 147-151.

Hartley, R., 1994. Self-calibration from multiple views with a rotating camera. Proc. 3rd European Conf. on Computer Vision, p. 471-478.

Hartley, R., 1997. In defense of the eight-point algorithm. IEEE Trans. on Pattern Analysis and Machine Intelligence, p. 580-593.

Hartley, R., P. Sturm, 1995. Triangulation. 6th Int. Conf. on Computer Analysis of Images and Patterns, p. 190-197.

Hartley, R., A. Zisserman, 2003. Multiple View Geometry in Computer Vision. Cambridge University Press, Cambridge, UK, 655 pp.

Hartley, R., R. Gupta, T. Chang, 1992. Stereo from uncalibrated images. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 761-764.

Heitger, F., L. Rosenthaler, R. Von Der Heydt, E. Peterhans, O. Kuebler, 1992. imulation of neural contour mechanism: From simple to end-stopped cells. Vision Res., 963-981.

Horaud, R., T. Skordas, F. Veillon, 1990. Finding geometric and relational structures in an image. Proc. 1st European Conf. on Computer Vision, p. 374-384.

Jiangjian, X., M. Shah, 2003. Two frame wide baseline matching. 9th IEEE Int. Conf. on Computer Vision, p. 603-609.

Ke, Y., R. Sukthankar, 2004. PCA-SIFT: a more distinctive representation for local image descriptors. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 506-513.

Kim, H., K.S. Hong, 2000. A practical self-calibration method of rotating and zooming cameras. 15th Internat. Conf. on Pattern Recognition, p. 354-357.

Koenderink, J., A. Van Doorn, 1987. Representation of local geometry in the visual system. Biol. Cybern., 367-375.

Lee, L., R. Romano, G. Stein, 2000. Monitoring activities from multiple video streams: Establishing a common coordinate Frame. IEEE Trans. on Pattern Analysis and Machine Intelligence, p. 758-767.

Lindeberg, T., 1993. Scale-Space Theory in Computer Vision. Kluwer Academic Publishers, 423 pp.

Liu, J.S., R. Chen, 1998. Sequential monte carlo methods for dynamic systems. J. Am. Statistic Assoc., 1032-1044.

Lo, B., S. Velastin, 2001. Automatic congestion detection system for underground platforms. Intern. Symp. on Intelligent Multimedia, Video and Speech Processing, p. 158-161.

Lowe, D., 1990. Object recognition from local scale-invariant features. Proc. Int. Conf. on Computer Vision, p. 1150.

Lowe, D., 2001. Local feature view clustering for 3D object recognition. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 682-688.

Lowe, D., 2004. Distinctive image features from scale-invariant keypoints. Int. J. Comput. Vision, 91-110.

Ma, Y., S. Soatto, J. Kosecka, S. Shankar, 2004. An invitation to 3-D vision from images to geometric models. Springer-Verlag, NY, USA, 526 pp.

Mikolajczyk, K., S. Schmid, 2003. A performance evaluation of local descriptors. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 257-263.

Mikolajczyk, K., S. Schmid, 2004. Scale & affine invariant interest point detectors. Int. J. Comput. Vision, 63-86.

Mikolajczyk, K., S. Schmid, 2011. Indexing based on scale invariant interest point detector. Proc. 8th IEEE Int. Conf. on Computer Vision, p. 525-531.

Pritchett, P., A. Zisserman, 1998. Wide baseline stereo matching. Int. Conf. on Computer Vision, p. 754-760.

Qian, G., R. Chellappa, 2004. Structure from motion using sequential Monte Carlo methods. Int. J. Comput. Vision, 5-31.

Schaffalitzky, F., A. Zisserman, 2002. Multi-view matching for unordered image sets. Proc. European Conf. on Computer Vision, p. 414-431.

Schmid, C., R. Mohr, C. Bauckhage, 2002. Evaluation of interest point detectors. Int. J. Comput. Vision, 37(2), 151-172.

Stauffer, C., W. Grimson, 1999. Adaptive background mixture of models for real-time tracking. Proc. IEEE Conf. on Computer Vision and Pattern Recognition, p. 246-252.

Van Gool, L., T. Moons, D. Ungureanu, 1996. Affine / photometric invariants for planar intensity patterns. Proc. European Conf. on Computer Vision, p. 642-651.

Wren, C., A. Azarbayejani, T. Darrell, P. Pentland, 1997. Pfinder: Real-time tracking of the human body. IEEE Trans. on Pattern Analysis and Machine Intelligence, 6 pp.

Zitova, B., J. Flusser, 2003. Image registration methods: a survey. Image Vision Comput., 977-1000.

Publicado
2012-06-25
Estadísticas
Resumen visto = 83 veces
PDF descargado = 198 veces
Cómo citar
Andrade, J. (2012). Seguimiento 3D semi-autónomo. Maskana, 3(1), 63-85. https://doi.org/10.18537/mskn.03.01.06
Sección
Artículos científicos